要在sklearn的上下文中使用statsmodel的Poisson GLM模型，我正在尝试 Build 一个自己的模型，它继承自GLM，BaseEstimator和RegressorMixin . 我的目标是做交叉验证之类的东西 . 这是我的代码：
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)
fit方法工作正常，但我有覆盖predict（）的问题 . 预测我需要结果实例的预测方法（GLMResultsWrapper） . 所以我想覆盖GLM.predict方法（它有另一个功能） . 在代码中尝试我得到预期的错误：
predict_results = self.model.predict（self.params，exog，* args，** kwargs）TypeError：predict（）接受2个位置参数，但给出3个
是否有可能“完全”覆盖预测方法？
1 回答
可能希望GLM_sklearn拥有sm.GLM和RegressorMixin的实例，并且只从BaseEstimator继承，而不是继承所有三个可能会导致问题，例如一个父类覆盖另一个成员 . 然后，您可以实现拟合并预测您想要的而不必担心父类的成员 .