Я изо всех сил пытаюсь понять следующее:
Scikit-learn предлагает версию с несколькими выходами для Ridge Regression, просто передавая 2D-массив [n_samples, n_targets], но как это реализовано?
http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html
Правильно ли предположить, что каждая регрессия для каждой цели независима? В этих обстоятельствах, как я могу адаптировать это для использования индивидуальных параметров альфа-регуляризации для каждой регрессии? Если я использую GridSeachCV, мне придется передать матрицу возможных параметров регуляризации, или как это будет работать?
Заранее спасибо - я искал часы, но не нашел ничего по этой теме.
Спасибо, я подписался на список и отправил им по электронной почте. Если кто-нибудь знает, что происходит, любая дополнительная помощь приветствуется!
Из документации написано, что он имеет встроенную поддержку. Так что, возможно, они не являются независимыми (возможно, независимыми для некоторых решателей, но не для всех). Вы должны спросить об этом в списке рассылки scikit-learn на github.