Có thể đánh giá GLM trong Python / scikit-learn bằng cách sử dụng các bản phân phối Poisson, Gamma hoặc Tweedie làm gia đình cho phân phối lỗi?

Cố gắng học một số Python và Sklearn, nhưng đối với công việc của tôi, tôi cần chạy hồi quy sử dụng các phân phối lỗi từ các gia đình Poisson, Gamma và đặc biệt là Tweedie.

Tôi không thấy bất cứ điều gì trong tài liệu về chúng, nhưng chúng nằm trong một số phần của bản phân phối R, vì vậy tôi đã tự hỏi liệu có ai đã thấy các triển khai ở bất cứ đâu cho Python không. Sẽ thật tuyệt nếu bạn có thể chỉ cho tôi về việc triển khai SGD của bản phân phối Tweedie!

Có sự chuyển động để thực hiện các mô hình tuyến tính tổng quát với các phân phối lỗi Poisson, gamma và Tweedie trong scikit-learn.

Statsmodels có triển khai các mô hình tuyến tính tổng quát với các phân phối lỗi Poisson, Tweedie và gamma.

Trong khi tôi đang cập nhật câu trả lời này, Spark ML cũng (về mặt thực nghiệm) hỗ trợ các bản phân phối Poisson, Tweedie và gamma.

H2O có mô hình tuyến tính tổng quát s.

Tuy nhiên, họ sử dụng Khung H2O, vì vậy bạn không thể sử dụng trực tiếp Pandas / Numpy.