在 Python 中使用 sklearn 使用 MAE 训练线性模型答案

【问题标题】：Training Linear Models with MAE using sklearn in Python在 Python 中使用 sklearn 使用 MAE 训练线性模型
【发布时间】：2018-10-27 19:13:21
【问题描述】：

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 - 但使用平均绝对误差 (MAE)强>。我特别需要我大学教授的 MAE 线性模型。

我研究了 sklearn.linear_model.LinearRegression，因为它是一个 OLS 回归量，所以它不提供替代的错误度量。

因此，我检查了其他可用的回归器并偶然发现了 sklearn.linear_model.HuberRegressor 和 sklearn.linear_model.SGDRegressor。他们都提到 MAE 作为他们错误测量的一部分——但似乎没有提供简单的 MAE。有没有办法为这些回归量之一选择参数，以便得到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 包可以提供我需要的东西？

感谢您的帮助！

【问题讨论】：

标签： python scikit-learn data-science

【解决方案1】：

在 SGD 中，如果您使用 'epsilon_insensitive' 和 epsilon=0，它应该像使用 MAE 一样工作。

你也可以看看 statsmodels quantile regression（使用 MAE 也称为中值回归，中值是分位数）。

【讨论】：