擅长:python、mysql、java
<p>现在面临着一个类似的问题,即需要一种简单的方法来整合来自文献中基线OLS模型的特定交互作用,以与ML appaches进行比较,我遇到了<em>patsy</em>(<a href="http://patsy.readthedocs.io/en/latest/overview.html" rel="nofollow noreferrer">http://patsy.readthedocs.io/en/latest/overview.html</a>)和这个scikit-learn-integration<em>patsylearn</em>(<a href="https://github.com/amueller/patsylearn" rel="nofollow noreferrer">https://github.com/amueller/patsylearn</a>)。在</p>
<p>下面,如何将交互变量传递给模型:</p>
<pre><code>from patsylearn import PatsyModel
model = PatsyModel(sk.linear_model.LinearRegression(), "Play-Tennis ~ C(Outlook):C(Temperature) + C(Outlook):C(Humidity) + C(Outlook):C(Wind)")
</code></pre>
<p>注意,在这个公式中,这些变量是热的,请注意,这些变量在这个公式中是被编码的!但请在他们的文档(<a href="http://patsy.readthedocs.io/en/latest/categorical-coding.html" rel="nofollow noreferrer">http://patsy.readthedocs.io/en/latest/categorical-coding.html</a>)中了解更多。在</p>
<p>或者,您也可以使用PatsyTransformer,我更喜欢它,因为它允许轻松集成到scikit learn管道中:</p>
^{pr2}$