가중치 적용 샘플 (sklearn)을 사용한 탄성 그물 회귀 또는 올가미 회귀

Question

Scikit-learn을 사용하면 표본 가중치를 선형, 물류 및 산마루 등의 회귀에 제공 할 수 있지만 탄성 그물 또는 올가미 회귀는 허용하지 않습니다. 샘플 가중치에 따르면 입력에 대한 각 요소 (및 해당 출력)의 중요성은 다양하므로 가중치에 비례하여 추정 계수에 영향을 주어야합니다.

내 견본 가중치를 통합하기 위해 ElasticNet.fit()에 전달하기 전에 데이터를 조작 할 수있는 방법이 있습니까?

그렇지 않은 경우 근본적인 이유가 있습니까?

감사합니다.

Answer 1

sklearn의 issue-tracker에서 이에 대한 토론을 읽을 수 있습니다.

그것은 기본적으로 읽기와 같은 :

• 하지 어려운 할 (이론 현명한)
• 고통 모든 기본적인 sklearn'APIs을 유지하고 가능한 모든 경우를 지원 (고밀도 대 스파 스)이

이 스레드와 linked one about adaptive lasso에서 볼 수 있듯이 거기에는 많은 활동이 없습니다 (아마도 많은 사람들이 관심을 가지지 않고 관련된 종이가 충분히 인기가 없기 때문에 그것은 아마도 추측입니다).

정확한 작업 (크기가 희박합니까?)에 따라 scipy.optimize를 기반으로 자신의 최적화 도구를 쉽게 만들 수 있으며 이러한 종류의 샘플 가중치 (약간 느리지 만 견고하고 정밀함) !