相关约束回归 介绍了Linear , Ridge和Kernel Ridge回归的相关约束。 以它们的标准形式,我们可以将这些模型公式化为形式的无约束优化问题 minimize L(y, yhat) 其中y是目标值,而yhat是预测值。通过添加相关约束并得出相关约束回归 minimize L(y, yhat) subject to |corr(y, e)| <= correlation_bound 其中corr是Pearson相关, e = y - yhat是残差,相关界限是控制最大允许相关量的超参数。结果模型已在Python和Matlab中实现。 Python 该模块提供三种型号, LinearRegression , Ridge和KernelRidge 。它们使用额外的参数correlation_bound (介于0和1之间的值)扩展了的同名模型,该参数指定了目标和