我有以下型号:
from statsmodels.formula.api import glm
modelSpecification = glm(
formula="wage ~ workhours + gender",
data=train,
family=sm.families.Gaussian()
)
fittedModel = modelSpecification.fit()
但是,我很好奇是否可以将正则化拟合方法与 GLM 结合使用。我只看到它被应用于 OLS 回归。同样,我只能找到 OLS 模型的文档(https://www.statsmodels.org/devel/ generated/statsmodels.regression.linear_model.OLS.fit_regularized.html#statsmodels.regression.linear_model.OLS.fit_regularized ).
所以我问我是否可以做:
fittedModel = modelSpecification.fit_regularized(...)
fittedModel.summary()
目前,当我尝试执行此操作时,我得到
NotImplementedError
,但我认为 .summary()
部分尚未实现,而 Lasso 已实现(但我不确定)。
有一个 L1_wt 项会惩罚 Lasso 拟合。如果为 0,则拟合为山脊拟合,如果为 1,则拟合为套索拟合。