Scikit-Learn Линейная регрессия, как получить соответствующие характеристики коэффициента?
Я пытаюсь выполнить выбор объекта, оценивая выходные данные коэффициента регрессии и выбирая объекты с наибольшим коэффициентом амплитуды. Проблема в том, что я не знаю, как получить соответствующие функции, так как возвращаются только коэффициенты из атрибута coef._. Документация гласит:
Оценочные коэффициенты для задачи линейной регрессии. Если во время подгонки пройдено несколько целей (y 2D), это двухмерный массив формы (n_targets, n_features), а если передана только одна цель, это одномерный массив длины n_features.
Я перехожу в свой regression.fit (A, B), где A - это двумерный массив со значением tfidf для каждой функции в документе. Пример формата:
"feature1" "feature2"
"Doc1" .44 .22
"Doc2" .11 .6
"Doc3" .22 .2
B - мои целевые значения для данных, которые представляют собой просто числа 1-100, связанные с каждым документом:
"Doc1" 50
"Doc2" 11
"Doc3" 99
Используя regression.coef_, я получаю список коэффициентов, но не соответствующие им функции! Как я могу получить функции? Я предполагаю, что мне нужно изменить структуру моих целей B, но я не знаю как.