statsmodels 的 GLM 模型中是否实现了正则化（Ridge/Lasso）？

Question

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）。

Answer 1

参见：https://www.statsmodels.org/dev/ generated/statsmodels.regression.linear_model.OLS.fit_regularized.html

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。