python中的泊松回归选项

数据挖掘 scikit-学习
2021-10-02 17:00:38

我想预测计数数据。据我了解，标准分类和回归都不太适合这一点。泊松或二项式回归算法似乎可以解决问题。

我习惯于在 sklearn 中完成大部分 ML 任务。但是在这个主题上我找不到实现。python 世界中是否有任何合适的选项？

3个回答

不完全是 sklearn，但你试过 xgboost 吗？

xgboost中的XGBRegressor 接受许多不同的目标函数，包括计数数据的泊松count:poisson。

它还可以很好地与 sklearn 一起使用，因此可以与网格搜索、管道等一起使用。

statsmodels你覆盖了吗？

在 statsmodels API 中没有很多很好的泊松回归示例，但如果您对 GLM 感到满意，statsmodels 有一个GLM API，它允许您指定任何单参数分布，包括泊松。

其它你可能感兴趣的问题
上一篇如何让 LightGBM 抑制输出？ 下一篇什么是神经网络的仿射变换？