使用 scikit 限制线性回归预测值答案

【问题标题】：Capping linear regression prediction values using scikit使用 scikit 限制线性回归预测值
【发布时间】：2012-03-17 22:01:49
【问题描述】：

我正在使用一个数据集训练线性回归模型，该数据集在区间 [0,10] 中具有实值标签。我在测试集上的预测值有一些超过 10 的预测值。有没有办法将预测值限制为 10。

我正在考虑进行条件检查，如果预测超过 10，我将其明确设置为 10。

有没有更好的办法？

【问题讨论】：

这个问题很模糊。除非你能更具体一点，否则我看不出有人能给你一个“更好的方法”。
更好我的意思是比写一个显式的 if (value > 10) value = 10 类语句更好，该语句针对回归模型发出的每个值执行。这似乎是一个相当常见的场景，所以我希望有一个标准的方法来做到这一点。这是否使它更清楚？我很乐意编辑使问题变得模糊的任何内容
如果我理解正确的话，检查线性函数的范围并停止计算相应域之外的值会更好吗？
我觉得这个问题够精确

【解决方案1】：

如果y是回归对象的predict方法的输出，那么你可以将Numpy的minimum封顶为10：

y = np.minimum(y, 10.)

要将其上限设为零，请执行以下操作

y = np.maximum(np.minimum(y, 10.), 0.)

或者，更短：

y = np.clip(y, 0., 10.)

【讨论】：