使用Python中的sklearn使用MAE训练线性模型

Question

我目前正在尝试使用python 中的sklearn训练线性模型，但不使用均方误差（MSE）作为误差测量 - 但是具有平均绝对误差（MAE）。我特别需要一个MAE的线性模型作为我大学教授的要求。

我查看了 sklearn.linear_model.LinearRegression ，因为它是一个OLS回归程序，所以不提供其他错误措施。

因此，我检查了其他可用的回归量，偶然发现了 sklearn.linear_model.HuberRegressor 和 sklearn.linear_model.SGDRegressor 。他们都提到MAE作为他们的错误措施的一部分 - 但似乎没有提供简单的MAE。有没有办法为其中一个回归量选择参数，以便产生的误差测量是一个简单的MAE？或者是否有另一个我忽略的sklearn回归者？

或者，是否有另一个（易于使用）python 3.X包提供我需要的东西？

感谢您的帮助！

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 quantile regression（使用MAE也称为中位数回归，中位数是分位数）。