python - 没有预测器的 Sklearn 回归

Question

是否可以在 sklearn 中使用或不使用(即仅使用截距)预测器来运行回归(例如逻辑回归)？这似乎是一个相当标准的类型分析，也许这些信息已经在输出中可用。

我发现的唯一相关的东西是sklearn.svm.l1_min_c但这会返回一个非空模型。

我正在寻找类似的东西，仅截距回归( Y = a + ε )与标准回归( Y = a + bX + ε ): http://www.philender.com/courses/linearmodels/notes1/nopredict.html

或者特别是这个(因为它与逻辑回归相关):https://stats.stackexchange.com/questions/82940/is-the-null-model-for-binary-logistic-regression-just-the-natural-log-function

Answer 1

我不确定是否明白您的意思，但您可能对 sklearn.dummy.DummyClassifier 和 sklearn.dummy.DummyRegressor 感兴趣，它们使用简单的方法进行预测规则，例如:

“最频繁”、“均匀”、“常数”、“平均值”、“中值”、...

否则，请重新表述您的问题以指明更具体的用例。