scikit-learn - 使用 RANSACRegressor 限制多项式的允许值

Question

我将以下白色像素作为输入数据并使用 sklearn.linear_model.RANSACRegressor 拟合 2 次（二次）多项式以避免异常值。这种情况下的结果显示为红色并且是完全正确的：

但是，我知道在我的应用程序中，二次曲线的最小值/最大值总是在该图像的右侧（但我不知道在哪个高度），并且曲率不会那么强。换句话说：我已经知道我最适合的应该是蓝线，而其他点是腐败的异常值。

有没有办法通过（例如）提供一个损失函数来控制或限制 RANSACRegressor 的结果，该函数惩罚非常强的曲率，但在使用较低曲率时仍试图找到最佳拟合？

提前感谢任何提示或链接:-)

score 0 · Accepted Answer

好的，我找到了一种简单（但最有可能：昂贵）的方法：

def is_model_valid(estimator, X, y):
    return abs(estimator.coef_[2]) < 0.001

并将此函数用作RANSACRegressor的输入参数，以禁止具有高曲率的模型。

或者只允许最小值/最大值位于图片的右侧

（假设图片为700像素）：

def is_model_valid2(estimator, X, y):
    return ((-1.0 * estimator.coef_[1]) / (2.0*estimator.coef_[2])) > 600

1 回答 1