用Python中的sklearn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，但不是用均方误差（MSE）作为误差度量，而是用平均绝对误差（MAE）来训练线性模型。我特别需要一个线性模型与MAE的要求从我的大学教授。在

我调查过sklearn.linear_模型.LinearRegression由于它是OLS回归函数，因此不提供其他错误度量。在

因此，我检查了其他可用的回归函数，偶然发现了sklearn.linear_模型.HuberRegressor和sklearn.linear_模型.sgdregrestor。他们都提到了MAE作为他们错误度量的一部分，但似乎没有提供简单的MAE。有没有一种方法可以选择其中一个回归函数的参数，从而使得到的误差测量值是一个简单的MAE？或者说，在sklearn中还有另一个我忽略了的回归因子？在

或者，是否有另一个（易于使用）python3.X包提供了我需要的东西？在

谢谢你的帮助！在

Answer 1

在SGD中，如果使用ε=0的'epsilon_insensitive'，那么它的工作方式应该与使用MAE相同。在

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