Python 具有平均绝对误差代价函数的多项式回归

python中是否有多项式或线性回归函数，哪个误差函数是平均绝对误差？Sklearn使用MSE，但由于数据中的噪声具有正态分布，我想使用MAE来最小化。 之后，我还需要一个数学函数（系数）。

基于，sklearn可以使用平均绝对误差。 如他们页面上的示例所示：

来自sklearn.metrics导入的

>>>表示绝对错误
>>>y_true=[3，-0.5,2,7]
>>>y_pred=[2.5,0.0,2,8]
>>>平均绝对误差（y_真，y_pred）
0.5
>>>y_true=[[0.5,1]，-1,1]，[7,6]]
>>>y_pred=[[0,2]，-1,2]，[8,5]]
>>>平均绝对误差（y_真，y_pred）
0.75
>>>平均绝对误差（y_真，y_pred，多输出='raw_值'）
数组（[0.5,1.]））
>>>平均绝对误差（y_真，y_pred，多输出=[0.3,0.7]）
0.85...

更新：

---

正如评论中所指出的，这是一种预测方法。对于回归检查，请描述使用MAE函数编写自己的回归器。

轻型gbm回归可以使用MAE

谢谢您的回复。您的代码仅显示预测的MAE。我正在寻找回归方法，其中损失函数是MAE。@mátétóth描述了用MAE回归方法编写自己的回归器的过程。这太神奇了！非常感谢你！！