如何解决sklearn GLM分类
有没有办法实现一个广义线性模型来解决 sklearn 中的分类问题?由于没有分类类,我想将 sigmoid 函数应用于回归结果。有没有一种简单的方法可以用 sklearn 做到这一点?
我尝试过堆叠,但 StackingClassifier
不支持回归量作为估计量。
glm = TweedieRegressor()
logit = LogisticRegression(penalty = 'none')
GLM_logistic = StackingClassifier(estimators = [('glm',glm)],final_estimator = logit)
GLM_logistic.fit(X,y)
这给了
ValueError: The estimator TweedieRegressor should be a classifier.
解决方法
我找到了强制它的方法:
glm = TweedieRegressor()
glm._estimator_type = 'classifier'
logit = LogisticRegression()
GLM_logistic = StackingClassifier(estimators = [('glm',glm)],final_estimator = logit)
如果有人知道如何改进此解决方案,请留下答案。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。