加重サンプル（sklearn）を使用した弾性ネット回帰またはラスソ回帰

Question

Scikit-learnは、線形、ロジスティックおよびリッジ回帰（他の中のもの）にサンプルウェイトを提供しますが、弾性ネットまたはラッソ回帰は提供しません。サンプルウェイトとは、フィットする入力の各要素（および対応する出力）がさまざまな重要性を持ち、その重みに比例した推定係数に影響を与える必要があることを意味します。

私のサンプルウェイトを組み込むためにElasticNet.fit（）に渡す前にデータを操作する方法はありますか？

もしそうでなければ、不可能な根本的な理由はありますか？

ありがとうございます！

Answer 1

sklearnのissue-trackerでこれに関する議論を読むことができます。

それは基本的に同じよう読み込み：ハード（スパース対密）（理論的に）

痛みすべての基本的なsklearn'APIsを維持し、すべての可能な場合を支援

を行うにすることを

• ありません

  このスレッドとlinked one about adaptive lassoからわかるように、そこにはあまり活動がありません（おそらく多くの人々のケアと関連する論文は十分に普及していないためですが、それは単なる推測です）。

  あなたの正確なタスク（サイズ？希薄？）によっては、scipy.optimizeに基づいて簡単に独自のオプティマイザを構築することができます。このようなサンプル重みをサポートします（これは少し遅くなりますが、 ！