帶RANSACRegressor多項式限制允許值

Question

我有以下白色像素作爲輸入數據，並使用sklearn.linear_model.RANSACRegressor來擬合2次（二次）的多項式以避免異常值。在這種情況下，結果顯示爲紅色，是完全正確的：

但是，我知道在我的應用程序，二次曲線總會有這個圖片的右側最小值/最大值（但我不知道在哪個高度），並且曲率不能那麼強。換句話說：我已經知道我最適合應該像藍線，其他點是腐敗的異常值。

有沒有辦法通過（例如）提供一個損失函數來控制或限制RANSACRegressor的結果，該函數懲罰非常強的曲率，但仍然試圖在使用較低曲率時找到最佳擬合？

預先感謝任何提示或鏈接:-)

Answer 1

好吧，我發現了一個簡單的（但很可能是：昂貴的）做它的方式：

def is_model_valid(estimator, X, y): 
    return abs(estimator.coef_[2]) < 0.001 

，利用此功能作爲輸入參數RANSACRegressor不允許模型，帶有高曲率..

或可替代地只允許最小/最大要對畫面的右側

（假設圖片爲700像素）：

def is_model_valid2(estimator, X, y): 
    return ((-1.0 * estimator.coef_[1])/(2.0*estimator.coef_[2])) > 600