覆盖要在sklearn上下文中使用的statsmodels GLM中的predict（）

Question

为了在sklearn的上下文中使用statsmodels的Poisson GLM模型，我试图建立一个自己的模型，该模型继承自GLM BaseEstimator an RegressorMixin。 我的目标是做类似交叉验证的工作。 这是我的代码：

import statsmodels.api as sm
from sklearn.base import BaseEstimator, RegressorMixin

class GLM_sklearn(sm.GLM, BaseEstimator, RegressorMixin):
    def __init__(self, X, y, family=sm.families.Poisson()):
        super().__init__(y, X, family=family)

    def fit(self, **kwargs):
        self.results_ = super().fit()

        self.coef_ = self.results_.params.values
        self.bse_ = self.results_.bse.values

        return self

    def predict(self, X, **kwargs):
        return self.results_.predict(X)

适合的方法工作正常，但我有一个覆盖predict（）的问题。 要进行预测，我需要结果实例的预测方法（GLMResultsWrapper）。 因此，我想重写GLM.predict方法（具有另一个功能）。 如代码中所试，我得到了预期的错误：

预测结果= self.model.predict（self.params，exog，* args，** kwargs）TypeError：预测（）接受2个位置参数，但给出了3个

是否有可能“完全”覆盖预测方法？

Answer 1

您可能希望GLM_sklearn拥有sm.GLM和RegressorMixin的实例，并且仅从BaseEstimator继承，而不是从所有这三个类中继承，这可能会给一个父类重写另一个成员带来麻烦。 然后，您可以实现拟合并根据需要进行预测，而不必担心父类的成员。