Scikit learn Scikit学习ElasticNetCV的多元回归失败

根据和，

ElasticNetCV

接受多重输出回归。但是，当我尝试它时，它失败了。代码：

from sklearn import linear_model
import numpy as np
import numpy.random as rnd

nsubj = 10
nfeat_train = 5
nfeat_predict = 20
x = rnd.random((nsubj, nfeat_train))
y = rnd.random((nsubj, nfeat_predict))
lm = linear_model.LinearRegression()
lm.fit(x,y) # works
el = linear_model.ElasticNetCV()
el.fit(x,y) # fails

错误消息：

ValueError:  Buffer has wrong number of dimensions (expected 1, got 2) 

---

这是scikit学习版0.14.1的版本。这是文档和实现之间的不匹配吗

您可能想看看

sklearn.linear\u model.MultiTaskElasticNetCV

。但是请注意，此对象假定您的多个目标共享功能。因此，一个功能要么对所有任务都是活动的（每个任务都有可变的激活，可以很小），要么对所有任务都不是活动的。使用此对象之前，请确保这是您需要的功能。

这不是我需要的功能，但如果这是获得多元回归输出的唯一方法，我可能必须使用它。在我看来，

ElasticNetCV

无法支持多个输出是scikit learn中的一个缺陷。我知道他们一直在研究多元回归结果，但他们可能还没有得到ElasticNetCV，这不是一个bug。多目标是一个很好的特性，但它需要实现。由于同时处理多个独立目标不会产生数学优化增益，因此多目标在实现方面必须是有益的，并且显著地超过目标。这是可能的，所以pull请求是受欢迎的：）我想这更多是文档中的一个bug，而不是实现中的bug，因为文档清楚地表明它是受支持的：“y:narray，shape（n_示例）或（n_示例，n_目标）”。唯一的优点是删除Python级别的循环（这在其他回归器中确实节省了大量时间），即使在数学上多个输出和在回归器上的循环是等效的。