
Прогнозирование непрерывных целевых переменных с помощью регрессионного анализа
287
Мы устанавливаем здесь максимальное количество итераций
RANSACRegressor
рав-
ным 100, а также при помощи параметра
min_samples=0.95
задаем минимальное количе-
ство случайно выбранных обучающих примеров в размере 95% от исходного набора
данных.
По умолчанию (через параметр
residual_threshold=None
) scikit-learn использует оценку
MAD для выбора порогового значения, где MAD означает медианное абсолютное от-
клонение (Median Absolute Deviation) целевых значений y. Однако выбор подходящего
значения порога инлаера зависит от конкретной задачи, что ...