Python中是否有脊二项回归?

时间:2016-04-06 04:22:48

标签: glm logistic-regression

我是Python的新手,我想适应脊二项式回归。 我知道二项式回归可用于: http://statsmodels.sourceforge.net/devel/glm.html

我也知道带有L2惩罚的逻辑回归可以用sklearn.linear_model拟合。

http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

由于二项式是伯努利的总和,我可以在将二项式结构数据转换为伯努利结构后,通过改变第i行来使用scikit:

(size_i,success_i)

到长度size_i的向量中记录success_i 1和size_i - success_i 0。 但是,这对我来说不起作用,因为size_i非常大。

有没有办法使用Python来拟合二项式岭回归?

1 个答案:

答案 0 :(得分:2)

statsmodels GLM还没有完全的惩罚支持,但它现在在主人中有弹性的净L1 / L2惩罚。 它尚未包含在在线文档中

https://github.com/statsmodels/statsmodels/blob/master/statsmodels/genmod/generalized_linear_model.py#L1007

GLM(...).fit_regularized(alpha=..., L1_wt=0)只适合L2 Ridge的恶搞。

警告:因为这是一项刚刚合并但尚未出现大量使用的功能,所以它仍然被认为是实验性的。它应该产生正确的结果,但API和实现很可能仍会改变。