如何使用 python 中的 mord 模块进行序数回归?
Posted
技术标签:
【中文标题】如何使用 python 中的 mord 模块进行序数回归?【英文标题】:How can I do ordinal regression using the mord module in python? 【发布时间】:2016-11-27 17:36:03 【问题描述】:我正在尝试根据一些特征预测标签,并且我有一些训练数据。
在 python 中搜索序数回归,我找到了http://pythonhosted.org/mord/,但我不知道如何使用它。
如果有人有示例代码来演示如何使用此模块,那就太好了。 以下是 mord 模块中的类:
>>>import mord
>>>dir(mord)
['LAD',
'LogisticAT',
'LogisticIT',
'LogisticSE',
'OrdinalRidge',
'__builtins__',
'__doc__',
'__file__',
'__name__',
'__package__',
'__path__',
'__version__',
'base',
'check_X_y',
'grad_margin',
'linear_model',
'log_loss',
'metrics',
'np',
'obj_margin',
'optimize',
'propodds_loss',
'regression_based',
'sigmoid',
'svm',
'threshold_based',
'threshold_fit',
'threshold_predict',
'utils']
【问题讨论】:
【参考方案1】:我相信它遵循 Scikit-learn 的 API。所以这里是一个例子:
import numpy as np
import mord as m
c = m.LogisticIT() #Default parameters: alpha=1.0, verbose=0, maxiter=10000
c.fit(np.array([[0,0,0,1],[0,1,0,0],[1,0,0,0]]), np.array([1,2,3]))
c.predict(np.array([0,0,0,1]))
c.predict(np.array([0,1,0,0]))
c.predict(np.array([1,0,0,0]))
输出如下:
array([1])
array([2])
array([3])
希望对你有帮助
【讨论】:
以上是关于如何使用 python 中的 mord 模块进行序数回归?的主要内容,如果未能解决你的问题,请参考以下文章
如何使用 cProfile 模块对 python 中的每个函数进行计时?