23章 稳健回归
23.1 简介
稳健回归是一种在数据中存在异常值或噪声时,依然能够提供合理估计的回归方法。传统的线性回归对异常值非常敏感,因为它最小化的是平方误差。这意味着大的离群点会对回归系数产生很大影响。
23.2 常见的稳健回归方法
稳健回归方法通过对异常值降低权重,或者对损失函数进行修正,以减少这些点对模型的影响。常见的稳健回归方法包括:
- M估计:通过改变损失函数,使得它对异常值不敏感。
- RANSAC:随机抽样一致性方法,通过随机选择样本,迭代寻找最佳模型。
- LAD回归:最小绝对偏差回归,最小化绝对误差,而不是平方误差。
在Python中,我们可以使用scikit-learn
中的RANSACRegressor
或HuberRegressor
来实现稳健回归。
from sklearn.linear_model import HuberRegressor
from sklearn.metrics import mean_absolute_error
import numpy as np
# 生成模拟数据,添加异常值
np.random.seed(42