как sklearn делает линейную регрессию, когда p> n?
Известно, что когда число переменных (p) больше, чем количество выборок (n), метод наименьших квадратов не определяется.
В склеарне я получаю следующие значения:
In [30]: lm = LinearRegression().fit(xx,y_train)
In [31]: lm.coef_
Out[31]:
array([[ 0.20092363, -0.14378298, -0.33504391, ..., -0.40695124,
0.08619906, -0.08108713]])
In [32]: xx.shape
Out[32]: (1097, 3419)
Вызов [30] должен вернуть ошибку. Как работает sklearn, когда p> n, как в этом случае?
РЕДАКТИРОВАТЬ: кажется, что матрица заполнена некоторыми значениями
if n > m:
# need to extend b matrix as it will be filled with
# a larger solution matrix
if len(b1.shape) == 2:
b2 = np.zeros((n, nrhs), dtype=gelss.dtype)
b2[:m,:] = b1
else:
b2 = np.zeros(n, dtype=gelss.dtype)
b2[:m] = b1
b1 = b2