Statistics sklearn加权弹性网
当我使用Statistics sklearn加权弹性网,statistics,scikit-learn,linear-regression,Statistics,Scikit Learn,Linear Regression,当我使用sklearn.linear\u model.LinearRegression模块时,我发现它支持fit方法中的sample\u weight变量。我想知道为什么其他线性_模型(例如,ElasticNet,LASSO,RidgeRegression,等等)目前不支持这一点(因为我在他们的fit方法中找不到此选项) 我检查了sklearn.linear\u model.LinearRegression,发现他们使用了\u rescale\u data方法,其中基本上将权重对角线度量的sqr
sklearn.linear\u model.LinearRegression
模块时,我发现它支持fit
方法中的sample\u weight
变量。我想知道为什么其他线性_模型(例如,ElasticNet
,LASSO
,RidgeRegression
,等等)目前不支持这一点(因为我在他们的fit
方法中找不到此选项)
我检查了sklearn.linear\u model.LinearRegression
,发现他们使用了\u rescale\u data
方法,其中基本上将权重对角线度量的sqrt乘以X
和y
。我想知道是否可以在其他正则化函数中手动使用此\u rescale\u data
技巧,例如:
EN = ElasticNet()
X, y = _rescale_data(X, y, sample_weight)
EN.fit(X, y)
我当然能做到,但这会使理论更加可靠吗