可以使用Poisson，Gamma或Tweedie分布作为错误分布族来评估Python / scikit-learn中的GLM吗？

试图学习一些Python和Sklearn，但是对于我的工作，我需要运行回归，使用Poisson，Gamma尤其是Tweedie系列的误差分布。

我没有在文档中看到关于它们的任何内容，但是它们在R发行版的几个部分中，因此我想知道是否有人在任何地方看到了Python的实现。如果您可以将我引向Tweedie发行版的SGD实现，那就太酷了！

有运动来实现与泊松分布，伽马广义线性模型，和特威迪误差分布scikit学习。

Statsmodels具有带有Poisson，Tweedie和gamma误差分布的广义线性模型的实现。

当我更新此答案时，Spark ML还（通过实验）支持Poisson，Tweedie和gamma分布。

H2O具有广义线性模型。

他们使用H2O框架，因此您不能直接使用Pandas / Numpy。