Scikit learn Statsmodels&x2B；变量权重+；交叉评分

基于此，我为

statsmodels的glm

创建了一个包装器，以便使用

scikit的cross_val_得分。现在我需要介绍SM.GLM的via var_weights参数

class Wrapper(BaseEstimator, RegressorMixin):
    def __init__(self, family, alpha, L1_wt, var_weights):
        self.family = family
        self.alpha = alpha
        self.L1_wt = L1_wt
        self.var_weights = var_weights
    def fit(self, X, y):
        self.model = sm.GLM(endog = y, exog = X, family=self.family, var_weights = self.var_weights)
        self.result = self.model.fit_regularized(alpha=self.alpha, L1_wt=self.L1_wt)
        return self.result
    def predict(self, X):
        return self.result.predict(X)

包装器允许我成功运行：

sm_glm = Wrapper(family, alpha, L1_wt, var_weights)
sm_glm.fit()

但是交叉验证

cross_val_score(sm_glm, x, y, cv, scoring)

不起作用，因为cross_val_分数修剪（以下是cv折叠）x和y，而不是var_权重，这会导致错误：

ValueError: var weights not the same length as endog

在我看来，我需要动态地进行
cross\u val\u score
迭代，并相应地调整
var\u权重

有什么办法可以解决这个问题吗？
我想你的猜测是正确的：
交叉值得分
不是将
权重
数组传播到交叉验证循环中，也不是以将
X
和
y
拆分为k倍的方式拆分。我试图用一些其他数据复制您得到的错误（受关于
var\u权重
和
freq\u权重
之间差异的启发）并通过回溯读取，如果附加参数（即
var\u权重
）没有通过
fit（）传递
由您的自定义估计器实现的方法，它不会用于交叉验证

我用下面的方法解决了这个问题：

class SMW(BaseEstimator, RegressorMixin):
    def __init__(self, family, alpha, L1_wt):
        self.family = family
        self.alpha = alpha
        self.L1_wt = L1_wt
    def fit(self, X, y, var_weights):
        self.model = sm.GLM(endog = y, exog = X, family=self.family, var_weights=var_weights)
        self.result = self.model.fit_regularized(alpha=self.alpha, L1_wt=self.L1_wt)
        return self.result
    def predict(self, X):
        return self.result.predict(X)

在某种程度上，
var\u-weights
实际上是数据的一部分，而不是估计器的超参数，例如
alpha
或
L1\u-wt
。因此，我认为如果您将数组传递到
fit
方法中，而不是将

因此，当您确实想要交叉验证时，可以运行：

cross_val_score(sm_glm, X, y, scoring, fit_params={'var_weights':var_weights})

并且
fit_参数
将被传递到您的自定义
.fit（）
方法中。
尽可能简单。谢谢