问题是最优策略(停止规则),以最大限度地选择最佳申请者的概率。这里是我的python代码:m = 10000; # of repeats array = np.random.randint(1,1000,n);
for j in range(2,n): #over range在上面的代码中,我尝试做7=申请者的数量,并在“2”之后
我正在尝试让sklearn为线性回归选择最佳的k个变量(例如k=1)。这是可行的,我可以得到R的平方,但它不能告诉我哪些变量是最好的。我怎么才能知道呢?我有以下形式的代码(实变量列表要长得多):for i in range(len(df)):
actual=[]for fold in range(500):
X