在 Python 中使用 sklearn 使用 MAE 训练线性模型
Training Linear Models with MAE using sklearn in Python
我目前正在尝试 在 python 中使用 sklearn 训练线性模型，但不使用均方误差 (MSE) 作为误差度量 - 但 平均绝对误差 (MAE)。根据我大学教授的要求，我特别需要一个带有 MAE 的线性模型。
我调查了 sklearn.linear_model.LinearRegression，因为它是一个 OLS 回归器，所以不提供替代错误度量。
因此，我检查了其他可用的回归量并偶然发现了 sklearn.linear_model.HuberRegressor 和 sklearn.linear_model.SGDRegressor。他们都提到 MAE 作为他们错误度量的一部分——但似乎没有提供简单的 MAE。有没有办法为其中一个回归变量选择参数，以便生成的误差度量是一个简单的 MAE？或者我忽略了 sklearn 中的另一个回归器？
或者，是否有另一个（易于使用）python 3.X 包提供我需要的东西？
感谢您的帮助！
在 SGD 中，如果您将 'epsilon_insensitive' 与 epsilon=0 一起使用，它应该像您使用 MAE 一样工作。
你也可以看看statsmodelsquantile regression（用MAE也叫中值回归，median是分位数）
我目前正在尝试 在 python 中使用 sklearn 训练线性模型，但不使用均方误差 (MSE) 作为误差度量 - 但 平均绝对误差 (MAE)。根据我大学教授的要求，我特别需要一个带有 MAE 的线性模型。
我调查了 sklearn.linear_model.LinearRegression，因为它是一个 OLS 回归器，所以不提供替代错误度量。
因此，我检查了其他可用的回归量并偶然发现了 sklearn.linear_model.HuberRegressor 和 sklearn.linear_model.SGDRegressor。他们都提到 MAE 作为他们错误度量的一部分——但似乎没有提供简单的 MAE。有没有办法为其中一个回归变量选择参数，以便生成的误差度量是一个简单的 MAE？或者我忽略了 sklearn 中的另一个回归器？
或者，是否有另一个（易于使用）python 3.X 包提供我需要的东西？
感谢您的帮助！
在 SGD 中，如果您将 'epsilon_insensitive' 与 epsilon=0 一起使用，它应该像您使用 MAE 一样工作。
你也可以看看statsmodelsquantile regression（用MAE也叫中值回归，median是分位数）