Fatal编程技术网

Statistics sklearn加权弹性网

statistics scikit-learn

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

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