python - 在使用 Ridge Regressor 进行线性回归之后 - 使用了哪个求解器?
问题描述
Scikit-learn 线性回归类“Ridge 回归”具有参数“solver”来定义应该使用哪个求解器。
如果它设置为“自动”,我可以在事后找出实际使用的求解器吗?
根据Ridge
继承的 _RidgeBase 父类,该solver
字段应设置为实际使用的求解器[GitHub],因此我希望该值是之后的值。但如果我之后打印求解器,它仍然返回“自动”
regressor = Ridge(alpha = 0.1, fit_intercept = False, normalize = False)
regressor.fit(x_train, y_train)
y_pred = regressor.predict(x_test)
print(regressor.solver)
解决方案
不幸的是,通过查看他们的源代码,用于您的模型的求解器似乎没有存储在任何属性中供您访问。
但是,这是他们的来源,希望对您有所帮助。
if solver == 'auto':
if return_intercept:
# only sag supports fitting intercept directly
solver = "sag"
elif not sparse.issparse(X):
solver = "cholesky"
else:
solver = "sparse_cg"
推荐阅读
- javascript - 如何使用 nodejs 和 http 上的 etherscan-api 扩展显示 api 数据?
- java - 自动关闭作为参数传递的资源
- python - 如何通过 Selenium 和 Python 根据给定的 HTML 提取跨度旁边的 img 标题
- reactjs - 如何通过点击material-ui芯片去除灰色?
- acumatica - CompanyMask - GroupMask 在公司之间共享数据 ACUMATICA
- javascript - 如何将 html 表单导入到单独的文件中
- python - 为什么我的 TensorFlow 分布式时间线中的 RecTensor 需要这么长时间?
- docker-compose - 命令在 docker compose 中的“命令”部分不起作用
- ios - iOS 应用程序中的 Firebase Crashlytics 无法正常工作
- javascript - 有条件地反应本机更改按钮不透明度