python中已知方差的glmms与牛顿解算器
sf-diamond的Python项目详细描述
该死的钻石
(Diamond was Newton’s mischievous dog)
什么是钻石?
diamond使用迭代的准牛顿二阶解算器来确定 一类任意已知的广义线性模型 L2正则化。常用的方法是拟合混合效果模型 它们的协方差已经被另一种方法(如lme4)所知。这些 二阶迭代求解器比完全迭代求解器要快得多 解决方案。
限制
- 随机效应协方差必须事先输入。与R’s lme4或 Julia’s MixedModels, diamond不估计随机效应项的协方差。
- Diamond仅支持以下型号
- 逻辑回归
- 使用比例优势的序数逻辑回归,如 分类数据分析第2版第7.2.1节,艾伦 阿格雷斯蒂
- 目前,只有具有交叉、独立随机效应的公式 支持。以mtcars数据集为例,这些 mpg ~ 1 + hp + (1 + hp | cyl) + (1 | gear)。也就是说,没有等级制度 术语
安装
你一定有docker 安装。然后,跑 docker run -ti--rm-p 8888:8888 tsweetser/diamond
复制粘贴URL(包括令牌)到浏览器中。然后,检查 拿出朱庇特笔记本的例子!
安装故障排除
- 如果你一直在运行jupyter,你可能需要重启docker 端口8888上的本地笔记本电脑。
文档
有关详细信息,请参见documentation 有关钻石的详细信息以及如何使用它的详细信息
贡献钻石
我们总是欢迎捐款。见 CONTRIBUTING.md
运行测试
您需要r来运行集成测试。从根目录, 运行pip install nose,然后运行nosetests。
开发状态
钻石是一个不断发展的项目。如果您愿意,请提交问题 以新的方式使用钻石。