Scikit-learn：权重在岭回归中的作用

Question

我正在使用scikit-learn库来对单个样本进行权重进行岭回归。 这可以通过以下方式完成： esimator.fit(X, y, sample_weight=some_array) 。 直观地说，我希望较大的权重意味着相应样本的相关性更大。

但是，我在以下2-D示例中测试了上述方法：

    from sklearn import linear_model
    import numpy
    import matplotlib.pyplot as plt

    #Data
    x= numpy.array([[0], [1],[2]])
    y= numpy.array([[0], [2],[2]])
    sample_weight = numpy.array([1,1, 1])
    #Ridge regression
    clf = linear_model.Ridge(alpha = 0.1)
    clf.fit(x, y, sample_weight = sample_weight)
    #Plot
    xp = numpy.linspace(-1,3)
    yp=list()
    for x_i in xp:    
        yp.append(clf.predict(x_i)[0,0])
    plt.plot(xp,yp)
    plt.hold(True)
    x = list(x)
    y = list(y)
    plt.plot(x,y,'or')

我运行这段代码，然后再次运行它，使第一个样本的重量加倍：

sample_weight = numpy.array([2,1, 1])

生成的线条远离重量较大的样品。 这是违反直觉的，因为我预计重量较大的样本具有较大的相关性。

我错误地使用了库，还是有错误？

Answer 1

权重不反转。 可能你犯了一个愚蠢的错误，或者sklearn存在一个现在修复的错误。 编码

from sklearn import linear_model
import numpy
import matplotlib.pyplot as plt

#Data
x = numpy.array([[0], [1],[2]])
y = numpy.array([[0], [2],[2]])
sample_weight1 = numpy.array([1, 1, 1])
sample_weight2 = numpy.array([2, 1, 1])

#Ridge regressions
clf1 = linear_model.Ridge(alpha = 0.1).fit(x, y, sample_weight = sample_weight1)
clf2 = linear_model.Ridge(alpha = 0.1).fit(x, y, sample_weight = sample_weight2)

#Plot
plt.scatter(x,y)
xp = numpy.linspace(-1,3)
plt.plot(xp,clf1.predict(xp.reshape(-1, 1)))
plt.plot(xp,clf2.predict(xp.reshape(-1, 1)))
plt.legend(['equal weights', 'first obs weights more'])
plt.title('Increasing weight of the first obs moves the line closer to it');

绘制我的图表，其中第二行（增加的第一重量）更接近第一个观察：