Переопределение expect () в GLM statsmodels для использования в контексте sklearn

чтобы использовать модель statsmodels Пуассона GLM в контексте sklearn, я пытаюсь создать собственную модель, которая наследуется от GLM, BaseEstimator и RegressorMixin. Моя цель - делать такие вещи, как перекрестная проверка. Это мой код:

import statsmodels.api as sm
from sklearn.base import BaseEstimator, RegressorMixin

class GLM_sklearn(sm.GLM, BaseEstimator, RegressorMixin):
    def __init__(self, X, y, family=sm.families.Poisson()):
        super().__init__(y, X, family=family)

    def fit(self, **kwargs):
        self.results_ = super().fit()

        self.coef_ = self.results_.params.values
        self.bse_ = self.results_.bse.values

        return self

    def predict(self, X, **kwargs):
        return self.results_.predict(X)

Метод подгонки работает нормально, но у меня проблема с переопределением pred (). Чтобы предсказать, мне нужен прогнозируемый метод экземпляра результатов (GLMResultsWrapper). Поэтому я хочу переопределить метод GLM.predict (у которого есть еще одна функция). Как я пытался в коде, я получаю ожидаемую ошибку:

pred_results = self.model.predict (self.params, exog, * args, ** kwargs) TypeError: pred () принимает 2 позиционных аргумента, но было дано 3

Есть ли возможность «полностью» переопределить метод прогноза?