<div dir="ltr"><br><br><div class="gmail_quote"><div dir="ltr">Joel Nothman <<a href="mailto:joel.nothman@gmail.com">joel.nothman@gmail.com</a>> 於 2018年12月11日 週二 下午5:56寫道：<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex"><div dir="ltr">Yes, some can use a shared model to predict multiple outputs (ElasticNet, DecisionTreeRegressor, MLPRegressor), others can't. Those that can't can be trivially extended to the multiple output case with MultiOutputRegressor, by learning each output independently.</div><div class="gmail_quote"><div dir="ltr"><br></div></div></blockquote><div>I mean, why those(ElasticNet, DecisionTreeRegressor, MLPRegressor) can predict multiple outputs?</div><div>What's the theory?</div><div><br></div><div>thx lot.</div></div></div>