基于scikit learn RANSACRegressor的RANSAC算法

Question

我尝试使用下面的代码通过RANSAC拟合健壮的回归模型

from sklearn.linear_model import RANSACRegressor
ransac = RANSACRegressor(LinearRegression(),
                        max_trials=100,
                        min_samples=50,
                        residual_metric=lambda x: np.sum(np.abs(x), axis=1),
                        residual_threshold=5.0,
                        random_state=0)
ransac.fit(X,y)

我得到了下面的错误：

TypeError                       Traceback (most recent call last)
<ipython-input-38-832d8b5d351b> in <module>
      5                         residual_metric=lambda x: np.sum(np.abs(x), axis=1),
      6                         residual_threshold=5.0,
----> 7                         random_state=0)
      8 ransac.fit(X,y)

TypeError: __init__() got an unexpected keyword argument 'residual_metric'

你能帮我知道出了什么问题吗？

Answer 1

很可能您得到的代码使用的是ransac的旧版本。输入residual_metric为deprecated。如果你运行时没有这个，它工作得很好：

from sklearn.linear_model import RANSACRegressor, LinearRegression
ransac = RANSACRegressor(LinearRegression(),
                        max_trials=100,
                        min_samples=50,
                        residual_threshold=5.0,
                        random_state=0)

ransac

RANSACRegressor(base_estimator=LinearRegression(), min_samples=50,
                random_state=0, residual_threshold=5.0)