Я хотел бы разместить модель обратного гауссова GLM в наборе данных Бостона.Однако этот метод, по-видимому, не сходится.
Удаление некоторых столбцов решает проблему, но я не понимаю, почему он не работает с полным набором данных (поскольку данные имеют полный ранг).
import statsmodels.api as sm
from sklearn.datasets import load_boston
boston_dataset = load_boston()
model = sm.GLM(endog=boston_dataset.target, exog=boston_dataset.data,
family=sm.families.InverseGaussian(link=sm.genmod.families.links.inverse_squared))
result = model.fit() # throws numpy.linalg.LinAlgError: SVD did not converge in Linear Least Squares
Есть идеи, как обойти модель?