103 保序回归 isotonic regression

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

2.3