如何找到每个系数的p值(显着性)？
lm = sklearn.linear_model.LinearRegression() lm.fit(x,y)
python statistics regression numpy scikit-learn
这可能是一个简单的问题,但我试图使用分类器的分类器或回归的回归量来计算我的特征的p值.有人可以建议每个案例的最佳方法是什么,并提供示例代码？我想只看到每个功能的p值,而不是像文档中所解释的那样保持功能等的k最佳/百分位数.
谢谢
python scikit-learn p-value
python ×2
scikit-learn ×2
numpy ×1
p-value ×1
regression ×1
statistics ×1