在 Python 中使用 sklearn 使用 MAE 训练线性模型

Question

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) 。 我特别需要一个带有 MAE 的线性模型，这是我大学教授的要求。

我已经研究了sklearn.linear_model.LinearRegression ，因为它是一个 OLS 回归器，它不提供替代错误度量。

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 作为他们错误度量的一部分 - 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 包提供我需要的东西？

谢谢你的帮助！

Answer 1

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

您还可以查看 statsmodels 分位数回归（使用 MAE 也称为中位数回归，中位数是分位数）。