Wie kann ich ordinale Regression mit dem Mord-Modul in Python tun?

Question

Ich versuche, ein Etikett basierend auf einigen Funktionen zu prognostizieren und ich habe einige Trainingsdaten.

Suche nach ordinal Regression in Python, fand ich http://pythonhosted.org/mord/, aber ich konnte nicht herausfinden, wie man es benutzt.

Es wäre großartig, wenn jemand einen Beispielcode hat, um zu demonstrieren, wie man dieses Modul benutzt. Hier sind die Klassen im mord Modul:

>>>import mord  
>>>dir(mord) 
    ['LAD', 
'LogisticAT', 
'LogisticIT', 
'LogisticSE', 
'OrdinalRidge', 
'__builtins__', 
'__doc__', 
'__file__', 
'__name__', 
'__package__', 
'__path__', 
'__version__', 
'base', 
'check_X_y', 
'grad_margin', 
'linear_model', 
'log_loss', 
'metrics', 
'np', 
'obj_margin', 
'optimize', 
'propodds_loss', 
'regression_based', 
'sigmoid', 
'svm', 
'threshold_based', 
'threshold_fit', 
'threshold_predict', 
'utils'] 

Answer 1

Ich glaube, es die API von folgt Scikit-Learn. So, hier ist ein Beispiel:

import numpy as np 
import mord as m 
c = m.LogisticIT() #Default parameters: alpha=1.0, verbose=0, maxiter=10000 
c.fit(np.array([[0,0,0,1],[0,1,0,0],[1,0,0,0]]), np.array([1,2,3])) 
c.predict(np.array([0,0,0,1])) 
c.predict(np.array([0,1,0,0])) 
c.predict(np.array([1,0,0,0])) 

Die Ausgabe wird wie folgt aussehen:

array([1])

array([2])

array([3])

Hoffe, es war hilfreich