[PYTHON] [Français] scikit-learn 0.18 Guide de l'utilisateur 1.15. Régression isotonique

google traduit http://scikit-learn.org/0.18/modules/isotonic.html

[scikit-learn 0.18 Guide de l'utilisateur 1. Apprentissage supervisé](http://qiita.com/nazoking@github/items/267f2371757516f8c168#1-%E6%95%99%E5%B8%AB%E4%BB%98 À partir de% E3% 81% 8D% E5% AD% A6% E7% BF% 92)

1.15. Régression isotonique

La classe IsotonicRegression () ajuste des fonctions non décroissantes dans les données. Il résout les problèmes suivants:

minimize \sum_i w_i (y_i - \hat{y}_i)^2

subject\ to\ \hat{y}_{min} = \hat{y}_1 \le \hat{y}_2 ... \le \hat{y}_n = \hat{y}_{max}

Chaque $ w_i $ est strictement positif et chaque $ y_i $ est n'importe quel nombre réel. Cela produit un vecteur d'éléments non décroissants qui sont les moins approximatifs par rapport à l'erreur quadratique moyenne. En pratique, cette liste d'éléments forme une fonction segmentairement linéaire.

[scikit-learn 0.18 Guide de l'utilisateur 1. Apprentissage supervisé](http://qiita.com/nazoking@github/items/267f2371757516f8c168#1-%E6%95%99%E5%B8%AB%E4%BB%98 À partir de% E3% 81% 8D% E5% AD% A6% E7% BF% 92)

© 2010 --2016, développeurs scikit-learn (licence BSD).