我是Python的新手，我想拟合脊二项回归。我知道二项式回归可以在以下位置获得：http://statsmodels.sourceforge.net/devel/glm.html
我也知道带L2惩罚的逻辑回归可以用sklearn.linear_model.拟合
http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html
由于二项式是伯努利的和，我可以在将二项式结构数据转换为伯努利结构后使用scikit，方法是更改其第I行：
（大小_i，成功_i）
i转换为记录success_ i 1和size_。但是，这对我不起作用，因为size_i非常大。
有没有办法使用Python拟合二项式岭回归？
statsmodels GLM还没有完全的惩罚支持，但它现在在master中有弹性的净L1/L2惩罚。它尚未包含在在线文档中
https://github.com/statsmodels/statsmodels/blob/master/statsmodels/genmod/generalized_linear_model.py#L1007
CCD_ 1将刚好符合L2山脊惩罚。
警告：因为这是一个刚刚合并的功能，还没有大量使用，所以它仍然被认为是实验性的。它应该产生正确的结果，但API和实现很可能仍然会改变。