pyglmnetで学習したモデルの重みを取り出す方法

Question

【やりたいこと】
pyglmnetモジュールで学習させたモデルの重みの値を取得したい

【詳細】
pyglmnet(https://github.com/glm-tools/pyglmnet)
を使ってモデルを構築しております。

scklit-learnだと、

model.coef_

によって、学習済みのモデルの重み(係数)を取り出すことができますが、同じことをpyglmnetを使ってやるにはどうしたらいいでしょうか。

以下、ソースコードです。

from sklearn.datasets import load_iris
import numpy as np
from pyglmnet import GLM

iris = load_iris()
data = iris.data
target = iris.target

# 2値分類問題にする
data = data[target != 2]
target = target[target != 2]

# 正則化パラメータの値の候補
lams = np.logspace(np.log(100), np.log(0.01), 5, base=np.exp(1))

# lassoモデル構築
model = GLM(distr="binomial",
            tol=1e-2,
            score_metric="pseudo_R2",
            learning_rate=0.1,
            alpha=1.0,    # L1とL2の比率。1.0で、Lassoと同じになる
            reg_lambda=lams,
            random_state=42)

# モデル学習
model.fit(data, target)

#  モデルの重みを取り出したい
weight = ....

よろしくお願いします。

Answer 1

weight = model.fit(data,target).beta_
でいかがでしょう？

1.0.1 Developperでテストしています。

Comments

[AnchorBlues]

ありがとうございました。