當前it行業虛擬化比較流行，使用這種方式，找到合適的判斷引數，就可以使用此演算法使資源得到最大程度的合理利用。
1.數學定義
保序回歸是回歸演算法的一種,基本思想是：給定乙個有限的實數集合,訓練乙個模型來最小化下列方程：
並且滿足下列約束條件：
2.演算法過程說明
從該序列的首元素往後觀察，一旦出現亂序現象停止該輪觀察，從該亂序元素開始逐個吸收元素組成乙個序列，直到該序列所有元素的平均值小於或等於下乙個待吸收的元素。
舉例：原始序列：<9, 10, 14>
結果序列：<9, 10, 14>
分析：從9往後觀察，到最後的元素14都未發現亂序情況，不用處理。
原始序列：<9, 14, 10>
結果序列：<9, 12, 12>
分析：從9往後觀察，觀察到14時發生亂序(14>10)，停止該輪觀察轉入吸收元素處理，吸收元素10後子串行為<14, 10>，取該序列所有元素的平均值得12，故用序列<12, 12>替代<14, 10>。吸收10後已經到了最後的元素，處理操作完成。
原始序列：<14, 9, 10, 15>
結果序列：<11, 11, 11, 15>
分析：從14往後觀察，觀察到9時發生亂序(14>9)，停止該輪觀察轉入吸收元素處理，吸收元素9後子串行為<14,9>。求該序列所有元素的平均值得12.5，由於12.5大於下個待吸收的元素10，所以再吸收10，得序列<14, 9, 10>。求該序列所有元素的平均值得11，由於11小於下個待吸收的元素15，所以停止吸收操作，用序列<11, 11, 11>替代<14, 9, 10>。
3.舉例說明下面實驗的原理
以某種藥物的使用量為例子：
假設藥物使用量為陣列x=0,1,2,3,4….99，病人對藥物的反應量為y=y1,y2,y3…..y99 ，而由於個體的原因，y不是乙個單調函式(即：存在波動)，如果我們按照藥物反應排序，對應的x就會成為亂序，失去了研究的意義。而我們的研究的目的是為了觀察隨著藥物使用量的遞增，病人的平均反應狀況。在這種情況下，使用保序回歸，即不改變x的排列順序，又求的y的平均值狀況。如下圖所示：
從圖中可以看出，最長的綠線x的取值約是30到60，在這個區間內，y的平均值一樣，那麼從經濟及病人抗藥性等因素考慮，使用藥量為30個單位是最理想的。
當前it行業虛擬化比較流行，使用這種方式，找到合適的判斷引數，就可以使用此演算法使資源得到最大程度的合理利用。
Spark mllib 保序回歸
從該序列的首元素往後觀察，一旦出現亂序現象停止該輪觀察，從該亂序元素開始逐個吸收元素組成乙個序列，直到該序列所有元素的平均值小於或等於下乙個待吸收的元素。舉例 原始序列 9,10,14 結果序列 9,10,14 分析 從9往後觀察，到最後的元素14都未發現亂序情況，不用處理。原始序列 9,14,10...
保序回歸Isotonic Regression
問題描述 給定乙個無序數字序列y，通過修改每個元素的值得到乙個非遞減序列 y 問如何使y和 y 誤差 該處取平方差 最小？保序回歸法 從該序列y的首元素往後觀察，一旦出現亂序現象停止該輪觀察，從該亂序元素開始逐個吸收緊跟在後面的元素組成乙個子串行sub y，直到子串行sub y所有元素的平均值小於或...
保序回歸問題
目錄特殊情形下的演算法 設 r 是集合 s 上的乙個二元關係，若 r 滿足 則稱 r 為 s 上的非嚴格偏序關係，記做 le 給定正整數 p 一張點集為 v 邊集 e e m 的有向無環圖 g 及代價函式 y,w forall i,w i 0 如果在 g 中有 v i 到 v j 的有向路徑，那麼就...