我已经训练了一个线性回归模型来进行多输出预测。这是一个时间序列预测问题，根据一组输入来估计未来12个月的需求。在过去，如果我只预测一个输出值，我会简单地调用以下代码来访问模型的Beta系数：

model = LinearRegression()model.fit(X, Y)weights = pd.DataFrame(regression.coef_, X.columns, columns=['Coefficients'])print(weights)

然而，当我为一个多输出模型运行这段代码时，我得到了以下错误：

'MultiOutputRegressor' object has no attribute 'coef_'

如何访问多输出线性模型的系数？

回答：

因为它是一个MultiOutputRegressor对象，每个估计器都有自己的coef_。你可以通过访问属性estimators_来获取用于预测的估计器列表

m_lr=MultiOutputRegressor(LinearRegression())m_lr.fit(X, Y)...for estimator in m_lr.estimators_:    weights = pd.DataFrame(estimator.coef_, X.columns, columns=['Coefficients'])