覆蓋要在sklearn上下文中使用的statsmodels GLM中的predict（）

Question

為了在sklearn的上下文中使用statsmodels的Poisson GLM模型，我試圖建立一個自己的模型，該模型繼承自GLM BaseEstimator an RegressorMixin。 我的目標是做類似交叉驗證的工作。 這是我的代碼：

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)

適合的方法工作正常，但我有一個覆蓋predict（）的問題。 要進行預測，我需要結果實例的預測方法（GLMResultsWrapper）。 因此，我想重寫GLM.predict方法（具有另一個功能）。 如代碼中所試，我得到了預期的錯誤：

預測結果= self.model.predict（self.params，exog，* args，** kwargs）TypeError：預測（）接受2個位置參數，但給出了3個

是否有可能“完全”覆蓋預測方法？

Answer 1

您可能希望GLM_sklearn擁有sm.GLM和RegressorMixin的實例，並且僅從BaseEstimator繼承，而不是從所有這三個類中繼承，這可能會給一個父類重寫另一個成員帶來麻煩。 然后，您可以實現擬合並根據需要進行預測，而不必擔心父類的成員。