Python 机器学习中带离群值的线性回归

Python（确切地说是jupyter笔记本），仅使用

numpy

和

sklearn

np.random.seed(16)
x = np.arange(100) 
yp = 3*x + 3 + 2*(np.random.poisson(3*x+3,100)-(3*x+3))
np.random.seed(12)
# Choose how many outliers
out = np.random.choice(100,15)
yp_wo = np.copy(yp)
np.random.seed(12) #set again
yp_wo[out] = yp_wo[out] + 5*np.random.rand(15)*yp[out]
# With outliers
plt.scatter(x,yp_wo)
# Without outliers
plt.scatter(x,yp)

对于上述数据（

wo

表示“有异常值”），我需要找到：

• 另外两种损失的最佳系数：MAE和MAPE（中值绝对百分比误差）

• 绘制MSE损失、MAE损失和MAPE损失的最佳拟合线

• 对相同的数据应用岭回归，并使用交叉验证选择最佳参数alpha（可以使用alpha=10^-5、10^-4、10^-3、…10^3的值）。哪个值给出最小的MSE

让我困惑的是，必须为两次或两次以上的损失画出最合适的线

我可以按照类中的代码尝试获取值，但我不知道系数是什么意思

有什么帮助/指导吗

这是我想弄明白的家庭作业（不，我不是在问答案）

---

请原谅任何格式错误，我对堆栈溢出非常陌生。

在

3*x+3

中，第一个3是一个系数，它告诉你回归线的斜率，第二个3是y截距，即当x为零时y所取的值。所以，基本上，当你使用不同的损失时，你会得到这两个变量的不同值（斜率aka系数和y截距aka常数）。这有帮助吗？如果实际上是关于基础概念而不是关于代码本身，那么这个问题可能更适合（或其他SE站点）而不是这样。@sai对，但我只是构建模型来获得所说的损失吗？听起来有点像一个任务。是吗？损失与模型无关。您可以使用任何您想要的损失（用于测试）。但是，您在构建过程中使用的损耗决定了您在

3*x+3

中的模型，前3是一个系数，它告诉您回归线的斜率，第二个3是y截距，即当x为零时y所取的值。所以，基本上，当你使用不同的损失时，你会得到这两个变量的不同值（斜率aka系数和y截距aka常数）。这有帮助吗？如果实际上是关于基础概念而不是关于代码本身，那么这个问题可能更适合（或其他SE站点）而不是这样。@sai对，但我只是构建模型来获得所说的损失吗？听起来有点像一个任务。是吗？损失与模型无关。您可以使用任何您想要的损失（用于测试）。但是，您在构建过程中使用的损耗决定了您的模型-