statsmodels.gam.generalized_additive_模型.LogitGam.fit¶

LogitGam.fit(method=None, trim=None, **kwds)¶

最小化负惩罚对数似然

Parameters:¶

methodNone or str

方法指定非线性MLE模型中的scipy优化器。

trim{bool, float}

默认值为 False 或 None，表示不进行修剪。 如果 trim 为 True 或浮点数，则将小的参数设置为零。 如果为 True，则使用默认阈值。如果 trim 为浮点数，则将使用该值作为阈值。 当前默认阈值为 1e-4，但未来可能会更改，并变为依赖于惩罚函数。

kwdsextra keyword arguments

这些关键字参数的处理方式与底层模型类的fit方法中的处理方式相同。 具体来说，可以添加额外的优化器关键字和与cov_type相关的关键字。