1.关于isotonic regression
首先sklearn粘上原贡献者的博客Isotonic Regression http://fa.bianp.net/blog/2013/isotonic-regression/
及Wikipedia上的解释https://en.wikipedia.org/wiki/Isotonic_regression
这种回归,是这一种单调函数的回归,回归模型中后一个x一定比前一个x大,也就是有序,具体的数学公式在上面两个网址中都有。
保序回归并不需要制定的目标函数。
保序回归的应用之一就是用来做统计推断,比如药量和毒性的关系,一般认为毒性随着药量是不减或者递增的关系,借此可以来估计最大药量。
2.部分函数介绍
2.1 matplotlib.collection.linecollection
http://matplotlib.org/api/collections_api.html#matplotlib.collections.LineCollection
主要功能是用直线将多个单元连接起来
主要介绍两个参数segments和zorder
segment可以是序列或者是numpy.array,本例中
segments = [[[i, y[i]], [i, y_[i]]] for i in range(n)]
代表 需要连接n条的线段
zorder是artists的绘图顺序,自己改改参数 就可以看出不同了,至于artists的含义,请看下面的网址
http://old.sebug.net/paper/books/scipydoc/matplotlib_intro.html#axes
2.2 sklearn.utils.check_random_state
赋予一个np.random.RandomState值
如果其参数为一个整数的话返回整数值,并赋值
如果已经设定了一个state,而且不是这个整数的话就返回错误
如果没有参数程序自己看着办,随随便便给个state