使用脊回归量进行线性回归后 - 使用了哪个求解器？

Question

Scikit-learn线性回归类“Ridge regression”具有参数“solver”来定义应该使用哪个求解器。如果它设置为“自动”，我能否在事后发现实际使用了哪个求解器？根据继承的父类_RidgeBase，该字段应设置为实际使用的求解器[GitHub]，因此我希望该值是之后的值。但是，如果我在之后打印求解器，它仍然返回“auto”Ridgesolverregressor = Ridge(alpha = 0.1, fit_intercept = False, normalize = False)regressor.fit(x_train, y_train)y_pred = regressor.predict(x_test)print(regressor.solver)

Answer 1

不幸的是，通过查看他们的源代码，用于模型的求解器似乎没有存储在任何属性中供您访问。

但是，这是在他们的来源，希望它有所帮助。

if solver == 'auto':

    if return_intercept:

        # only sag supports fitting intercept directly

        solver = "sag"

    elif not sparse.issparse(X):

        solver = "cholesky"

    else:

        solver = "sparse_cg"