保序回归：一种可以使资源利用率最大化的算法

1.数学定义

保序回归是回归算法的一种,基本思想是：给定一个有限的实数集合,训练一个模型来最小化下列方程：

并且满足下列约束条件：

2.算法过程说明

从该序列的首元素往后观察，一旦出现乱序现象停止该轮观察，从该乱序元素开始逐个吸收元素组成一个序列，直到该序列所有元素的平均值小于或等于下一个待吸收的元素。

举例：

原始序列：<9, 10, 14>

结果序列：<9, 10, 14>

分析：从9往后观察，到最后的元素14都未发现乱序情况，不用处理。

原始序列：<9, 14, 10>

结果序列：<9, 12, 12>

分析：从9往后观察，观察到14时发生乱序(14>10)，停止该轮观察转入吸收元素处理，吸收元素10后子序列为<14, 10>，取该序列所有元素的平均值得12，故用序列<12, 12>替代<14, 10>。吸收10后已经到了最后的元素，处理操作完成。

原始序列：<14, 9, 10, 15>

结果序列：<11, 11, 11, 15>

分析：从14往后观察，观察到9时发生乱序(14>9)，停止该轮观察转入吸收元素处理，吸收元素9后子序列为<14,9>。求该序列所有元素的平均值得12.5，由于12.5大于下个待吸收的元素10，所以再吸收10，得序列<14, 9, 10>。求该序列所有元素的平均值得11，由于11小于下个待吸收的元素15，所以停止吸收操作，用序列<11, 11, 11>替代<14, 9, 10>。

3.举例说明下面实验的原理

以某种药物的使用量为例子：

假设药物使用量为数组X=0,1,2,3,4….99，病人对药物的反应量为Y=y1,y2,y3…..y99 ，而由于个体的原因，Y不是一个单调函数(即：存在波动)，如果我们按照药物反应排序，对应的X就会成为乱序，失去了研究的意义。而我们的研究的目的是为了观察随着药物使用量的递增，病人的平均反应状况。在这种情况下，使用保序回归，即不改变X的排列顺序，又求的Y的平均值状况。如下图所示：

从图中可以看出，最长的绿线x的取值约是30到60，在这个区间内，Y的平均值一样，那么从经济及病人抗药性等因素考虑，使用药量为30个单位是最理想的。

当前IT行业虚拟化比较流行，使用这种方式，找到合适的判断参数，就可以使用此算法使资源得到最大程度的合理利用。

4.实验代码

1. import numpy as np 
2. import matplotlib.pyplot as plt 
3. from matplotlib.collections import LineCollection 
4. from sklearn.isotonic import IsotonicRegression 
5. from sklearn.utils import check_random_state 
6.  
7. n = 100 
8. ##产生一个0-99的列表 
9. x = np.arange(n) 
10. ##实例化一个np.random.RandomState的实例，作用是每次取的随机值相同 
11. rs = check_random_state(0) 
12. ##randint(-50, 50)：产生-50到50之间的整数 
13. ##np.log  求以e为低的对数 
14. y = rs.randint(-50, 50, size=(n,)) + 50. * np.log(1 + np.arange(n)) 
15.  
16. ##设置保序回归函数 
17. ir = IsotonicRegression() 
18. ##训练数据 
19. y_ = ir.fit_transform(x, y) 
20.  
21. ##绘图 
22. segments = [[[i, y[i]], [i, y_[i]]] for i in range(n)] 
23. ##plt.gca().add_collection(lc),这两步就是画点与平均直线的连线 
24. lc = LineCollection(segments) 
25.  
26. fig = plt.figure() 
27. plt.plot(x, y, 'r.', markersize=12) 
28. plt.plot(x, y_, 'g.-', markersize=12) 
29. plt.gca().add_collection(lc) 
30. plt.legend(('Data', 'Isotonic Fit'), loc='lower right') 
31. plt.title('Isotonic regression') 
32. plt.show()