如何使用scikit-learn进行高斯/多项式回归?

scikit-learn是否提供了使用高斯或多项式核进行回归的功能?我查看了API,但没有找到相关内容。是否有人基于scikit-learn开发了一个可以实现此功能的包?


回答:

你可以使用支持向量回归sklearn.svm.SVR,并设置合适的kernel参数(详见这里)。

或者,你可以安装scikit-learn的最新主版本,使用新添加的sklearn.preprocessing.PolynomialFeatures(详见这里),然后在此基础上使用OLS或Ridge进行回归。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注