我正在为一组具有8个特征的样本创建统计模型。我正在尝试KRR(Kernel Ridge回归)方法来适应数据。我能够将KRR模型与1个特征和现在的所有样本相匹配我试图使其适合2,3,4,... 8个特征的模型。有谁知道如何创建一个通用的KRR模型来适应多种功能?谢谢
答案 0 :(得分:-1)
我认为你应该能够这样做:
from sklearn.kernel_ridge import KernelRidge
clf = KernelRidge(alpha=1.0)
clf.fit(X_train, y_train)
其中X_train
可以有多个功能。