skglm：改进scikit-learn的正则化广义线性模型
摘要
我们介绍skglm，一个用于正则化广义线性模型的开源Python包。得益于其可组合特性，它支持将数据拟合项、惩罚项和求解器组合使用，以拟合各种模型，其中许多模型未包含在scikit-learn中（例如组Lasso及其变体）。它使用先进的算法来解决涉及高维数据集的问题，与现有实现相比提供了大幅速度提升。它完全兼容scikit-learn API，并可作为其估计器的直接替代品。最后，它遵循开源开发标准，并已集成到scikit-learn-contrib GitHub组织中。
