如何在python中使用mord模块进行序数回归?

时间:2016-07-24 07:34:25

标签: python machine-learning regression logistic-regression non-linear-regression

我正在尝试根据某些功能预测标签,并且我有一些训练数据。

在python中搜索序数回归,我发现http://pythonhosted.org/mord/但我无法弄清楚如何使用它。

如果某人有一个示例代码来演示如何使用此模块,那将会很棒。 以下是mord模块中的类:

>>>import mord    
>>>dir(mord)
    ['LAD',
 'LogisticAT',
 'LogisticIT',
 'LogisticSE',
 'OrdinalRidge',
 '__builtins__',
 '__doc__',
 '__file__',
 '__name__',
 '__package__',
 '__path__',
 '__version__',
 'base',
 'check_X_y',
 'grad_margin',
 'linear_model',
 'log_loss',
 'metrics',
 'np',
 'obj_margin',
 'optimize',
 'propodds_loss',
 'regression_based',
 'sigmoid',
 'svm',
 'threshold_based',
 'threshold_fit',
 'threshold_predict',
 'utils']

1 个答案:

答案 0 :(得分:6)

我相信它遵循Scikit-learn的API。所以这是一个例子:

import numpy as np
import mord as m
c = m.LogisticIT() #Default parameters: alpha=1.0, verbose=0, maxiter=10000
c.fit(np.array([[0,0,0,1],[0,1,0,0],[1,0,0,0]]), np.array([1,2,3]))
c.predict(np.array([0,0,0,1]))
c.predict(np.array([0,1,0,0]))
c.predict(np.array([1,0,0,0]))

输出如下:

array([1])

array([2])

array([3])

希望它有用