TweedieRegressor#

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]#

带有 Tweedie 分布的广义线性模型。

该估计器可用于根据 power 参数对不同的 GLM 进行建模，该参数决定了底层分布。

在用户指南中阅读更多内容。

0.23 版本新增。

参数:
powerfloat, default=0

幂参数根据下表确定底层目标分布

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，没有对应的分布。

alphafloat, default=1

L2 惩罚项的乘数常数，用于确定正则化强度。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 [0.0, inf) 范围内。

fit_interceptbool, default=True

指定是否应向线性预测器 (X @ coef + intercept) 添加常数（又称偏差或截距）。

link{'auto', 'identity', 'log'}, default='auto'

GLM 的链接函数，即将线性预测器 X @ coeff + intercept 映射到预测值 y_pred。选项 'auto' 会根据所选的 power 参数自动设置链接函数，如下所示：

  • 当 power <= 0 时为 'identity'，例如对于正态分布

  • 当 power > 0 时为 'log'，例如对于泊松、伽马和逆高斯分布

solver{'lbfgs', 'newton-cholesky'}, default='lbfgs'

用于优化问题的算法

'lbfgs'

调用 SciPy 的 L-BFGS-B 优化器。

'newton-cholesky'

使用牛顿-拉弗森步长（在任意精度算术中等同于迭代重加权最小二乘），并带有基于乔列斯基分解的内部求解器。此求解器是 n_samples >> n_features 的良好选择，特别是对于具有稀有类别的独热编码分类特征。请注意，此求解器的内存使用量与 n_features 呈二次依赖关系，因为它显式计算 Hessian 矩阵。

1.2 版本新增。

max_iterint, default=100

求解器的最大迭代次数。值必须在 [1, inf) 范围内。

tolfloat, default=1e-4

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

warm_startbool, default=False

如果设置为 True，则重用上次调用 fit 的解决方案作为 coef_ 和 intercept_ 的初始化。

verboseint, default=0

对于 lbfgs 求解器，将 verbose 设置为任何正数以显示详细信息。值必须在 [0, inf) 范围内。

属性:
coef_shape 为 (n_features,) 的数组

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

intercept_float

添加到线性预测器中的截距（又称偏差）。

n_iter_int

求解器中使用的实际迭代次数。

n_features_in_int

拟合期间已见的特征数量。

0.24 版本新增。

feature_names_in_shape 为 (n_features_in_,) 的 ndarray

拟合期间已见的特征名称。仅当 X 的所有特征名称均为字符串时才定义。

1.0 版本新增。

另请参阅

PoissonRegressor

带有泊松分布的广义线性模型。

GammaRegressor

带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形如 (n_samples, n_features) 的类数组或稀疏矩阵

训练数据。

y形如 (n_samples,) 的类数组

目标值。

sample_weight形如 (n_samples,) 的类数组，默认=None

样本权重。

返回:
self对象

拟合模型。

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:
routingMetadataRequest

封装路由信息的 MetadataRequest 对象。

get_params(deep=True)[source]#

获取此估计器的参数。

参数:
deepbool, default=True

如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。

返回:
paramsdict

参数名称映射到其值。

predict(X)[source]#

使用 GLM 和特征矩阵 X 进行预测。

参数:
X形如 (n_samples, n_features) 的类数组或稀疏矩阵

样本。

返回:
y_pred形如 (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，D^2 使用此 GLM 的偏差，请参阅用户指南。

D^2 定义为 \(D^2 = 1-\frac{D(y_{true},y_{pred})}{D_{null}}\)，其中 \(D_{null}\) 是零偏差，即仅包含截距的模型的偏差，对应于 \(y_{pred} = \bar{y}\)。平均值 \(\bar{y}\) 按 sample_weight 加权平均。最佳可能分数为 1.0，也可以是负数（因为模型可能任意差）。

参数:
X形如 (n_samples, n_features) 的类数组或稀疏矩阵

测试样本。

y形如 (n_samples,) 的类数组

目标的真实值。

sample_weight形如 (n_samples,) 的类数组，默认=None

样本权重。

返回:
scorefloat

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，此方法仅在 enable_metadata_routing=True 时相关（请参阅 sklearn.set_config）。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，则忽略该请求。

  • False：不请求元数据，元估计器也不会将其传递给 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：元数据应以给定的别名而非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更改其他参数。

1.3 版本新增。

注意

此方法仅当此估计器用作元估计器（例如，在 Pipeline 内部使用）的子估计器时才相关。否则，它没有效果。

参数:
sample_weightstr, True, False 或 None, default=sklearn.utils.metadata_routing.UNCHANGED

在 fit 中 sample_weight 参数的元数据路由。

返回:
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:
**paramsdict

估计器参数。

返回:
self估计器实例

估计器实例。

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

请求传递给 score 方法的元数据。

请注意，此方法仅在 enable_metadata_routing=True 时相关（请参阅 sklearn.set_config）。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，则忽略该请求。

  • False：不请求元数据，元估计器也不会将其传递给 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：元数据应以给定的别名而非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更改其他参数。

1.3 版本新增。

注意

此方法仅当此估计器用作元估计器（例如，在 Pipeline 内部使用）的子估计器时才相关。否则，它没有效果。

参数:
sample_weightstr, True, False 或 None, default=sklearn.utils.metadata_routing.UNCHANGED

在 score 中 sample_weight 参数的元数据路由。

返回:
self对象

更新后的对象。