假设我正在制作一个AI，用于预测紧急情况下需要多少警车，并使用多元回归。当使用线性回归时，它有一半的时间会高估，另一半时间会低估。但我不能接受低估，如果高估则可以接受。我应该使用哪种方法来避免低估的情况呢？

顺便提一句，我使用的是Python。

回答：

你可以考虑使用分位数回归。当然，@人名提到的限制对于这种方法仍然适用。通过选择一个较高的分位数（例如75%分位数），你可以训练你的模型倾向于高估。

相应的损失函数是分位数损失。