问题描述
我使用 sklearn.linear_model.Ridge
在我的数据集上训练岭回归模型并获得结果系数。但是,我还想检索每个系数的方差,这在我的研究中似乎在 sklearn 中是不可能的。
我认为一种解决方法是使用线性代数从头开始计算岭回归。
alpha = 5000
A_M = np.transpose(A).dot(A)
B_M = np.transpose(A).dot(B)
x = np.linalg.inv(A_M + lam*np.identity(len(A_M))).dot(B_M)
这很有效,就像我需要的那样输出系数,我正在为 Ax=B 寻找 x。但是,我不确定如何将 sklearn sample_weight
参数应用于此。我有一个长度等于 len(A)
和 len(B)
的列表,我想将其用作 sample_weight
,但我不确定如何将其合并到岭回归的线性代数解决方案中。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)