sklearn GLM分类

Question

有没有办法在sklearn中实现一个通用的线性模型来解决分类问题？由于没有分类类，因此我想将sigmoid函数应用于回归结果。有没有一种简单的方法可以用sklearn做到这一点？

我尝试过堆叠，但StackingClassifier不支持将回归器作为估计器。

glm = TweedieRegressor()
logit = LogisticRegression(penalty = 'none')

GLM_logistic = StackingClassifier(estimators = [('glm', glm)], final_estimator = logit)

GLM_logistic.fit(X, y)

这给了我们

ValueError: The estimator TweedieRegressor should be a classifier.

Answer 1

我找到了一种强迫它的方法：

glm = TweedieRegressor()
glm._estimator_type = 'classifier'
logit = LogisticRegression()

GLM_logistic = StackingClassifier(estimators = [('glm', glm)], final_estimator = logit)

如果有人对如何改进这个解决方案有想法，请留下答案。