Sé que R tiene bibliotecas gam y mgcv para modelos aditivos generalizados. Pero estoy teniendo dificultades para encontrar sus homólogos en el ecosistema de Python (statsmodels sólo tiene prototipo en la caja de arena). ¿Alguien conoce las bibliotecas de Python existentes? Quién sabe, este podría ser un buen proyecto para desarrollar/contribuir a scikit-learn si no.
Respuestas
¿Demasiados anuncios?He escrito una implementación en Python de GAMs usando B-splines penalizados.
compruébalo aquí: https://github.com/dswah/pyGAM
He incluido un montón de funciones de enlace, distribuciones y características.
Otra opción para experimentar rápidamente con modelos GAM es el paquete https://github.com/malmgrek/gammy .
Se hace hincapié en la modelización bayesiana de los coeficientes del GAM, así como en la fácil extensibilidad de las funciones de base personalizadas. Actualmente, por ejemplo, procesos gaussianos, B-splines, así como diferentes construcciones triviales.
Otro desarrollo reciente son los modelos neurales aditivos que aplican el enfoque GAM a una arquitectura de aprendizaje profundo:
0 votos
statsmodels tenía un proyecto GSOC para GAM y splines penalizados github.com/statsmodels/statsmodels/pull/2744
0 votos
@user333700 Interesante. ¿Esto es distinto del proyecto GSOC '15 de scikit-learn descrito aquí? : github.com/scikit-learn/scikit-learn/wiki/
0 votos
Es completamente independiente de scikit-learn. En la primera ronda, como en el PR, sólo se apoyará GLM. scikit-learn no tenía un proyecto GSOC para ello, AFAIK.