使用Sklearn的RANSAC算法去除截距。

Question

我正在尝试使用sklearn的RANSAC：RANdom SAmple Consensus算法拟合一个没有截距（将截距强制为0）的线性模型。在LinearRegression中，可以轻松设置fit_intercept=False。然而，在RANSAC的可能参数列表中似乎不存在此选项。这个功能没有被实现吗？应该如何操作？除了sklearn的RANSAC之外，还有什么替代方法可以客观地选择内点和外点，并允许将截距设为0？

实现应该像这样，但会引发错误：

from sklearn.linear_model import RANSACRegressor

ransac_regressor = RANSACRegressor(fit_intercept=False)

- ouranos

---

如果投票的人能解释一下原因就好了。这个网站上有很多关于sklearn的RANSAC的问题，通常都受到良好的回应。 - ouranos

我猜测downvoter投票是因为这个问题更多地涉及线性模型的实现而不是编码，因此在stats.stackexchange上提问会更好。这也是我投票关闭这个问题的原因。此外，许多人只想看到几行代码，展示你在哪里遇到了问题。 - JE_Muc

我明白了，谢谢（也感谢您的回答！）。我最初在stats.stackexchange上提出了这个问题，但我意识到这不是关于RANSAC算法或理论本身的问题。这个问题是关于如何正确编写代码以使用Python包的。此外，他们的文档建议我们在这里“寻求scikit-learn使用方面的帮助”。再次感谢！ - ouranos

不客气！是的，这是一种需要对统计部分和编码部分都有一定了解的边缘情况之一。但根据我的经验，在像stats.stackexchange这样的特定堆栈交换社区中，您将获得这些情况的最佳答案。不幸的是，SO社区对于那些不完全符合他们标准的问题非常不友好和绝对不灵活，因此在这些边缘情况下，负评非常频繁。 - JE_Muc

我在你的问题中添加了一个非常简单的代码片段。这样，至少 SO 中“我们想看到一些代码”的部分会得到满足。 ;) 此外，我还为你的问题点了赞。 - JE_Muc

Answer 1

RANSAC 是一个基于随机抽样一致性的线性回归器封装器，它可以对其他线性回归器进行实现。因此，您可以简单地将 base_estimator 设置为 fit_intercept=False 。

from sklearn.linear_model import RANSACRegressor, LinearRegression

ransac_lm = RANSACRegressor(base_estimator=LinearRegression(fit_intercept=False))

- JE_Muc