Tweedie 回归器#

class sklearn.linear_model.TweedieRegressor(*, power=0.0, alpha=1.0, fit_intercept=True, link='auto', solver='lbfgs', max_iter=100, tol=0.0001, warm_start=False, verbose=0)[source]#

具有Tweedie分布的广义线性模型。

此估计器可用于根据power参数（决定底层分布）建模不同的GLM。

在用户指南中了解更多信息。

在0.23版本中添加。

参数：
powerfloat, default=0

幂决定了根据下表确定的底层目标分布

幂

分布

0

正态

1

泊松

(1,2)

复合泊松伽马

2

伽马

3

逆高斯

对于0 < power < 1，不存在分布。

alphafloat, default=1

一个常数，用于乘以 L2 惩罚项，并确定正则化强度。alpha = 0 等效于无惩罚的 GLM。在这种情况下，设计矩阵 X 必须具有满列秩（无共线性）。alpha 的值必须在范围 [0.0, inf) 内。

fit_intercept布尔值，默认为 True

指定是否应将常数（也称为偏差或截距）添加到线性预测器中 (X @ coef + intercept)。

link{'auto', 'identity', 'log'}，默认为 'auto'

GLM 的链接函数，即从线性预测器 X @ coeff + intercept 到预测 y_pred 的映射。选项 'auto' 根据选择的 power 参数设置链接，如下所示：

  • 对于 power <= 0 使用 'identity'，例如正态分布。

  • 对于 power > 0 使用 'log'，例如泊松分布、伽马分布和逆高斯分布。

solver{'lbfgs', 'newton-cholesky'}，默认为 'lbfgs'

在优化问题中使用的算法。

‘lbfgs’

调用 scipy 的 L-BFGS-B 优化器。

‘newton-cholesky’

使用牛顿-拉夫森步骤（在任意精度算术中相当于迭代加权最小二乘法），并使用基于 Cholesky 的内部求解器。对于 n_samples >> n_features，尤其是在具有稀有类别的独热编码分类特征的情况下，此求解器是一个不错的选择。请注意，此求解器的内存使用量与 n_features 的平方成正比，因为它显式地计算 Hessian 矩阵。

1.2 版本中添加。

max_iter整数，默认为 100

求解器的最大迭代次数。值必须在范围 [1, inf) 内。

tol浮点数，默认为 1e-4

停止标准。对于 lbfgs 求解器，当 max{|g_j|, j = 1, ..., d} <= tol 时，迭代将停止，其中 g_j 是目标函数梯度（导数）的第 j 个分量。值必须在范围 (0.0, inf) 内。

warm_start布尔值，默认为 False

如果设置为 True，则重用先前对 fit 的调用的解决方案作为 coef_ 和 intercept_ 的初始化。

verbose整数，默认为 0

对于 lbfgs 求解器，将 verbose 设置为任何正数以获得详细输出。值必须在范围 [0, inf) 内。

属性：
coef_形状为 (n_features,) 的数组

GLM 中线性预测器 (X @ coef_ + intercept_) 的估计系数。

intercept_浮点数

添加到线性预测器的截距（也称为偏差）。

n_iter_整数

求解器中使用的实际迭代次数。

n_features_in_整数

在 fit 期间看到的特征数量。

0.24 版本中添加。

feature_names_in_形状为 (n_features_in_,) 的 ndarray

在 fit 期间看到的特征名称。仅当 X 具有全部为字符串的特征名称时才定义。

1.0 版本中添加。

另请参阅

PoissonRegressor

具有泊松分布的广义线性模型。

GammaRegressor

具有伽马分布的广义线性模型。

示例

>>> from sklearn import linear_model
>>> clf = linear_model.TweedieRegressor()
>>> X = [[1, 2], [2, 3], [3, 4], [4, 3]]
>>> y = [2, 3.5, 5, 5.5]
>>> clf.fit(X, y)
TweedieRegressor()
>>> clf.score(X, y)
np.float64(0.839...)
>>> clf.coef_
array([0.599..., 0.299...])
>>> clf.intercept_
np.float64(1.600...)
>>> clf.predict([[1, 1], [3, 4]])
array([2.500..., 4.599...])
fit(X, y, sample_weight=None)[source]#

拟合广义线性模型。

参数：
X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}

训练数据。

y形状为 (n_samples,) 的数组

目标值。

sample_weight形状为 (n_samples,) 的数组，默认为 None

样本权重。

返回值：
self对象

拟合的模型。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看 用户指南，了解路由机制的工作原理。

返回值：
routingMetadataRequest

一个 MetadataRequest，封装了路由信息。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：
deep布尔值，默认为 True

如果为 True，则将返回此估计器及其包含的子对象（也是估计器）的参数。

返回值：
params字典

参数名称与其值的映射。

predict(X)[source]#

使用具有特征矩阵 X 的 GLM 进行预测。

参数：
X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}

样本。

返回值：
y_pred形状为 (n_samples,) 的数组

返回预测值。

score(X, y, sample_weight=None)[source]#

计算 D^2，即解释的偏差百分比。

D^2 是决定系数 R^2 的推广。R^2 使用平方误差，而 D^2 使用此 GLM 的偏差，参见用户指南。

D^2 定义为 \(D^2 = 1-\frac{D(y_{true},y_{pred})}{D_{null}}\)，\(D_{null}\) 是零偏差，即仅具有截距的模型的偏差，对应于 \(y_{pred} = \bar{y}\)。均值 \(\bar{y}\) 通过 `sample_weight` 进行平均。最佳分数为 1.0，也可能为负值（因为模型可以任意差）。

参数：
X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}

测试样本。

y形状为 (n_samples,) 的数组

目标的真实值。

sample_weight形状为 (n_samples,) 的数组，默认为 None

样本权重。

返回值：
score浮点数

self.predict(X) 相对于 y 的 D^2。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → TweedieRegressor[source]#

请求传递给 fit 方法的元数据。

请注意，仅当 enable_metadata_routing=True 时（参见 sklearn.set_config）此方法才相关。请参阅 用户指南，了解路由机制的工作原理。

每个参数的选项为

  • True：请求元数据，如果提供则传递给 fit。如果未提供元数据，则忽略请求。

  • False：不请求元数据，元估计器不会将其传递给 fit。

  • None：不请求元数据，如果用户提供元数据，元估计器将引发错误。

  • str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而不对其他参数进行更改。

1.3 版本中新增。

注意

仅当此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）此方法才相关。否则，它无效。

参数：
sample_weightstr、True、False 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED

fit 中 sample_weight 参数的元数据路由。

返回值：
self对象

更新后的对象。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，因此可以更新嵌套对象的每个组件。

参数：
**params字典

估计器参数。

返回值：
self估计器实例

估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → TweedieRegressor[source]#

向score方法请求传递的元数据。

请注意，仅当 enable_metadata_routing=True 时（参见 sklearn.set_config）此方法才相关。请参阅 用户指南，了解路由机制的工作原理。

每个参数的选项为

  • True：请求元数据，如果提供则传递给score。如果未提供元数据，则忽略请求。

  • False：不请求元数据，元估计器不会将其传递给score。

  • None：不请求元数据，如果用户提供元数据，元估计器将引发错误。

  • str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而不对其他参数进行更改。

1.3 版本中新增。

注意

仅当此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用）此方法才相关。否则，它无效。

参数：
sample_weightstr、True、False 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED

score方法中sample_weight参数的元数据路由。

返回值：
self对象

更新后的对象。