python – numpy：用更多观察结果更新最小二乘的代码

我正在寻找一个基于numpy的普通最小二乘实现,它可以让更多的观察更新拟合.类似于Applied Statistics algorithm AS 274或R的biglm.

如果不这样做,用新行更新QR分解的例程也会引起关注.

有什么指针吗？

解决方法:

scikits.statsmodels有一个递归OLS,可以更新沙箱中可用于此的反X’X. (仅用于计算递归OLS残差.)

当数据太大而无法在scipy-user邮件列表的内存中时,Nathaniel Smith发布了他的OLS代码.主代码更新X’X.

我认为econpy也有这个功能.

Pandas有一个不断扩大的OLS,但它可能不容易以在线方式使用.

Nathaniels代码可能是最接近biglm的代码.我认为一般线性模型没有任何东西(误差协方差不同于同一性).

所有这些都需要一些工作才能用于此目的.我不知道任何更新QR的python(包装)代码.

更新：
见http://mail.scipy.org/pipermail/scipy-dev/2010-February/013853.html

cholmod中有增量qr和cholesky可用,但是我没试过它,无论是许可证还是编译windows问题,我都不认为我试图让incremental_qr工作
看到附件

http://mail.scipy.org/pipermail/scipy-dev/2010-February/013844.html

标签：least-squares,python,numpy,linear-regression,statistics
来源： https://codeday.me/bug/20190827/1735877.html