0
我正在爲一組具有8個特徵的樣本創建一個統計模型。我正在嘗試KRR(內核嶺迴歸)方法來適應數據。我能夠適應1個特徵的KRR模型,現在我正在嘗試爲2,3,4,8 ...特徵擬合模型。有誰知道如何創建一個廣義的KRR模型來適應多種功能?由於用於多個特徵的python內核嶺迴歸
我正在爲一組具有8個特徵的樣本創建一個統計模型。我正在嘗試KRR(內核嶺迴歸)方法來適應數據。我能夠適應1個特徵的KRR模型,現在我正在嘗試爲2,3,4,8 ...特徵擬合模型。有誰知道如何創建一個廣義的KRR模型來適應多種功能?由於用於多個特徵的python內核嶺迴歸
我想你應該能夠做到這一點,像這樣:
from sklearn.kernel_ridge import KernelRidge
clf = KernelRidge(alpha=1.0)
clf.fit(X_train, y_train)
其中X_train
可以有多個功能。
您是否發現如何做到這一點? – muammar