带RANSACRegressor多项式限制允许值

Question

我有以下白色像素作为输入数据，并使用sklearn.linear_model.RANSACRegressor来拟合2次（二次）的多项式以避免异常值。在这种情况下，结果显示为红色，是完全正确的：

但是，我知道在我的应用程序，二次曲线总会有这个图片的右侧最小值/最大值（但我不知道在哪个高度），并且曲率不能那么强。换句话说：我已经知道我最适合应该像蓝线，其他点是腐败的异常值。

有没有办法通过（例如）提供一个损失函数来控制或限制RANSACRegressor的结果，该函数惩罚非常强的曲率，但仍然试图在使用较低曲率时找到最佳拟合？

预先感谢任何提示或链接:-)

Answer 1

好吧，我发现了一个简单的（但很可能是：昂贵的）做它的方式：

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

，利用此功能作为输入参数RANSACRegressor不允许模型，带有高曲率..

或可替代地只允许最小/最大要对画面的右侧

（假设图片为700像素）：

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