【机器学习】鲁棒(健壮)回归-Theil-Sen估计(Theil-Sen Estimator)

Theil-Sen估计

Theil-Sen估计是一种用于线性回归的非参数方法,其优点是对离群点具有鲁棒性。它通过计算数据点之间所有可能斜率的中位数来估计回归线的斜率,随后使用这些斜率估算截距。


核心思想

  1. 斜率估计 : 对于给定的一组数据点 ,Theil-Sen 方法计算每对数据点之间的斜率:

    斜率 m 的估计值为这些 的中位数:

  2. 截距估计: 截距 b 的估计值是使得中位残差最小的值。通常计算为:

  3. 回归方程: 最终的回归方程为:


优缺点

优点
  • 鲁棒性:对离群点不敏感,适用于数据中包含异常值的场景。
  • 非参数性:不需要对误差分布作假设。
缺点
  • 计算复杂度 :由于需要计算所有点对的斜率,其复杂度为 ,对于大数据集可能较慢。
  • 仅限一维:适用于单变量回归,不适合多元回归。

Theil-Sen估计的Python实现

以下是使用 scipy.stats 库实现 Theil-Sen 回归的代码示例:

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import TheilSenRegressor

# 示例数据
np.random.seed(42)
X = np.random.rand(100) * 10  # 随机生成自变量
y = 2 * X + np.random.normal(0, 1, 100)  # 线性关系 + 噪声

# 添加一些离群点
X = np.append(X, [8, 9, 10])
y = np.append(y, [30, 35, 40])

plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

# 可视化数据
plt.scatter(X, y, color="blue", label="数据点")
plt.xlabel("X")
plt.ylabel("y")
plt.title("带离群点的数据")
plt.show()

# 使用 Theil-Sen 方法进行回归
X = X.reshape(-1, 1)  # 调整为二维数组
model = TheilSenRegressor(random_state=42)
model.fit(X, y)

# 获取拟合结果
y_pred = model.predict(X)
print(f"斜率 (m): {model.coef_[0]:.2f}")
print(f"截距 (b): {model.intercept_:.2f}")

# 绘制结果
plt.scatter(X, y, color="blue", label="数据点")
plt.plot(X, y_pred, color="red", label="Theil-Sen回归线")
plt.xlabel("X")
plt.ylabel("y")
plt.legend()
plt.title("Theil-Sen 回归结果")
plt.show()

**输出示例

**

  1. 回归方程

    • 输出拟合直线的斜率和截距,例如:

      Matlab 复制代码
      斜率 (m): 1.95
      截距 (b): 0.25
  2. 图形结果

    • 数据点(含离群点)用蓝色散点表示。
    • Theil-Sen拟合的回归线用红色直线表示。

应用领域

  1. 经济学
    • 分析具有极值或异常值的时间序列数据。
  2. 环境科学
    • 估计气候趋势或环境变量的变化。
  3. 计算机视觉
    • 图像配准中的鲁棒线性模型拟合。

Theil-Sen 估计常用场景包括需要处理离群点或非正态分布误差的数据。

相关推荐
大模型真好玩7 分钟前
做题王者,实战拉跨!是时候给马斯克的Grok4泼盆冷水了!(Grok 4模型详细测评报告)
人工智能·python·mcp
九章云极AladdinEdu7 分钟前
华为昇腾NPU与NVIDIA CUDA生态兼容层开发实录:手写算子自动转换工具链(AST级代码迁移方案)
人工智能·深度学习·opencv·机器学习·华为·数据挖掘·gpu算力
爱钓鱼的老毕登8 分钟前
2025编程革命:氛围编码崛起,开发者如何成为AI策展人?
人工智能·程序员·cursor
最懒的菜鸟12 分钟前
MinerU将PDF转成md文件,并分拣图片
人工智能·pdf
数字生命贾克斯12 分钟前
拆解飞书AI:知识管理不可替代,多维表格意外突围
人工智能
创小匠14 分钟前
创客匠人洞察:AI 时代创始人 IP 打造如何突破效率与价值的平衡
人工智能·网络协议·tcp/ip
京东零售技术14 分钟前
京东携手HarmonyOS SDK首发家电AR高精摆放功能
人工智能
向左转, 向右走ˉ18 分钟前
PyTorch随机擦除:提升模型抗遮挡能力
人工智能·pytorch·python·深度学习
feifeikon18 分钟前
SFT与Lora
人工智能·深度学习·机器学习
小马过河R21 分钟前
Prompt提示词的主要类型和核心原则
人工智能·chatgpt·prompt