Question

我正在尝试使用scikits - 使用Ridge回归学习拟合线性模型。我想做的是使用交叉验证来拟合许多不同的模型，然后查看参数系数，看看它们在不同的CV分裂中的稳定性。（或者也许将它们全部平均化）。

当我尝试使用交叉验证例程（例如，使用KFold实例和cross_val_score函数）来拟合模型时，我会找回每个CV分割的分数列表，但我不会回来在每次拆分时计算的拟合系数值。我有办法访问这些信息吗？它显然是在每次迭代时计算的，所以我认为必须有一种方法来报告这个，但我还是无法弄明白......

编辑：澄清一下，我不是在寻找我在拟合中指定的参数（例如，alpha值），我正在寻找回归中的拟合系数值。

Answer 1

clf = linear_model.RidgeCV(...) # your own parameters setting
param = clf.get_params(deep=True)

有关详细信息，请参阅document。

要获得权重向量系数，请使用clf.coef_。此外，cv_values_和alpha_是clf的另外两个属性，分别返回MSE和估计的正则化参数。