python – scikit-learn是否执行“真正的”多元回归(多个因变量)?

我想使用多个预测变量来预测多个因变量.如果我理解正确,原则上可以制作一组线性回归模型,每个模型预测一个因变量,但如果因变量是相关的,那么使用多元回归更有意义.我想做后者,但我不确定如何. 到目前为止,我还没有找到专门支持此功能的Python包.我尝试过sciki

python – 使用sсikit-learn TfIdf和gensim LDA

我在scikit中使用了各种版本的TFIDF来学习一些文本数据的建模. vectorizer = TfidfVectorizer(min_df=1,stop_words=english) 生成的数据X采用以下格式: rowsxcolumns sparse matrix of type type numpy.float64 with xyz stored elements

返回顶部