我试图为我的回归模型的输出找到最好的特征,以下是我的代码。RuntimeError: The classifier does not expose "coef_" or "feature_importances_" attributes
如何克服这个问题并为我的模型选择最好的功能如果没有,我是否可以使用由Scikit中的RFE提供和支持的像LogisticRe
R package MLR支持多标签分类,该多标签分类将特征向量映射到一组离散标签Y_1,Y_2,...,Y_k。例如,Y_1,...,可能是分类人口统计特征,如年龄,收入,性别,并且这些特征中的多个可能适用于训练数据中的给定示例。我认为,这有时被称为多任务学习。一些回归任务,如典型相关分析,具有类似的风格,其中我们的标签是连续的和向量值的。在M
我遇到过使用scikit的sklearn的两种线性回归方法,我不能理解这两种方法之间的区别,特别是在第一个代码中有一个调用train_test_split()的方法,而在另一个代码中调用的是直接拟合方法我正在用多种资源学习,这个单一的问题让我非常困惑。首先是使用SVR的
X = preprocessing.