Python 为线性回归注入自定义成本函数
我想运行套索回归或岭回归,但系数上的L1或L2约束是对某些系数的约束,而不是对所有系数的约束 另一种说法是:我想在lasso或ridge算法中使用我自己的自定义代价函数Python 为线性回归注入自定义成本函数,python,python-2.7,machine-learning,scipy,scikit-learn,Python,Python 2.7,Machine Learning,Scipy,Scikit Learn,我想运行套索回归或岭回归,但系数上的L1或L2约束是对某些系数的约束,而不是对所有系数的约束 另一种说法是:我想在lasso或ridge算法中使用我自己的自定义代价函数 我想避免重写整个算法。python中是否有允许此操作的模块?到目前为止,我查看了scipy和sckit learn,但没有找到。我怀疑没有适合您需要的现成模块 如果我是你,我会: 将特征分为两组:一组用于简单线性回归,另一组用于正则化回归。在两组不同(可能重叠?)的功能上训练两个模型。当您交叉验证您的模型时,为了防止折叠之间的信
我想避免重写整个算法。python中是否有允许此操作的模块?到目前为止,我查看了
scipy
和sckit learn
,但没有找到。我怀疑没有适合您需要的现成模块
如果我是你,我会: