在Python中使用sklearn使用MAE训练线性模型

我目前正在尝试使用python中的sklearn来训练线性模型，但不是使用均方误差（MSE）作为误差度量，而是使用平均绝对误差（MAE）。我特别需要一个线性模型与MAE的要求，从我的大学教授

我已经研究了sklearn.linear_model.LinearRegression，因为它是一个OLS回归器，所以不提供替代误差度量

因此，我检查了其他可用的回归器，偶然发现了sklearn.linear_model.HuberRegressor和sklearn.linear_model.SGDRegressor。他们都提到MAE是他们误差度量的一部分，但似乎没有提供简单的MAE。有没有一种方法可以为这些回归器中的一个选择参数，从而得到一个简单的MAE误差度量？还是我忽略了sklearn的另一个回归者

或者，是否有另一个（易于使用的）Python3.X包提供我需要的东西

---

谢谢你的帮助

在SGD中，如果使用epsilon=0的

'epsilon\u insensitive'

，它应该像使用MAE一样工作

您还可以查看statsmodels（使用MAE也称为中值回归，中值是一个分位数）