擅长:python、mysql、java
<p>事实确实如此。如你所见<a href="https://github.com/scikit-learn/scikit-learn/blob/4afd4fba60d70e54911aaf1f1bfc2f92ab2c4496/sklearn/linear_model/_base.py#L391" rel="nofollow noreferrer">here</a></p>
<ul>
<li><code>sklearn.linear_model.LinearRegression</code>是基于{<cd2>}或{<cd3>}的,这反过来又通过SVD分解计算特征矩阵的伪逆(它们不利用正态方程-对于正态方程,您可能会遇到上述问题-因为它效率较低)。此外,请注意,每个<code>sklearn.linear_model.LinearRegression</code>实例将特征矩阵的奇异值返回到<code>singular_</code>属性中,并将其秩返回到<code>rank_</code>属性中</李>
<li>类似的参数适用于<code>statsmodels.regression.linear_model.OLS</code>,其中类<code>RegressionModel</code>的<code>fit()</code>方法使用以下参数:</li>
</ul>
<blockquote>
<p>The fit method uses the pseudoinverse of the design/exogenous variables to solve the least squares minimization.</p>
</blockquote>
<p>(参考见<a href="https://www.statsmodels.org/dev/_modules/statsmodels/regression/linear_model.html#OLS" rel="nofollow noreferrer">here</a>)</p>