我想在python中擬合具有負二項鍊接函數和L1正則化(套索)的廣義線性模型。 MATLAB提供了很好的功能:Lasso Python中的廣義線性模型
lassoglm(X,y, distr)
其中頗可泊松,二項式等
我看了一下這兩個statmodels和scikit學習,但我沒有找到任何準備使用功能或示例這可能會指導我尋求解決方案。 在MATLAB似乎他們減少這種:
min (1/N * Deviance(β0,β) + λ * sum(abs(β)))
其中越軌行爲取決於鏈接功能。
是否有與scikit或statsmodels或者我應該去cvxopt輕鬆地實現這種方式?
只是供參考,它被稱爲scikit學習,而不是scikit。 Scikit-learn有一個平方損失的套索模型(例如高斯噪聲假設)和l1正則化。還有l1正則化的logistic迴歸,其中logloss被優化。 – eickenberg
謝謝,我知道它,但在我的問題負二項部分是必不可少 – Gioelelm
Scikit學習不提供這種類型的模型。 – eickenberg