Я выполнил регрессию гребня со sklearn для следующих данных
x_1 = np.array([
[1,0,1],
[0,1,1],
[-2,4,0]])
y = np.array([0,0,2])
lr = Ridge(alpha=0.001)
lr.fit(x_1, y)
coeff = pd.DataFrame(data={'coeff': lr.coef_})
coeff
Это работает очень хорошо, и я получаю необходимые коэффициенты.
Но теперь я хочу использовать n-мерные данные для получения более точных результатов, например:
x = np.array([
[[1,2],[0,-2],[1,0]],
[[0,-2],[1,4],[1,3]],
[[-2,1],[4,0],[0,-2]]
])
Но регрессия гребня не работает с многомерными данными. Какие есть возможные способы достижения желаемого результата?
Для меня важно определить, насколько сильно вектор (или матрица) соотносится с выходом.