Estoy usando Elasticnet de scikit-learn en python, también he usado el paquete Glmnet en R para hacer prototipos. Quiero usar pesos en Elasticnet que aparentemente no está disponible como una opción/argumento en Elasticnet en scikit-learn. Sin embargo, está disponible en glmnet/elnet en R.
¿Alguien ha utilizado pesos con elasticnet en python? Alguna idea de cómo se puede hacer.
Se pueden pasar pesos a Método de ajuste del SGDRegressor aunque es sugerido para grandes muestras de entrenamiento, n > 10000.
No he usado/probado esto yo mismo y no sé el razonamiento detrás de esta sugerencia, tal vez valdría la pena mirar para usted.
Una de las posibles razones que se me ocurren proviene del uso de SGDClasificador para implementar la regresión logística con la penalización de la red elástica, como se sugiere en Documentación de Scikit . Como se ha comentado aquí SGDClassifier puede tener una convergencia más lenta en comparación con los solucionadores mejor optimizados. He experimentado un problema similar con un modelo logístico multinomial.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
