【sklearn机器学习】回归大家族：线性回归，岭回归，Lasso与多项式回归

最新推荐文章于 2022-04-17 19:24:59 发布

原创最新推荐文章于 2022-04-17 19:24:59 发布 · 393 阅读

1 ·

CC 4.0 BY-SA版权

机器学习专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了多元线性回归模型及其在解决多重共线性问题时的两种正则化方法：岭回归与Lasso。通过使用sklearn库中的LinearRegression, Ridge和Lasso类，可以有效地进行特征选择和模型拟合。

多元线性回归LinearRegression

class sklearn.linear_model.LinearRegression (fit_intercept=True, normalize=False, copy_X=True, n_jobs=None)

多重共线性：岭回归与Lasso

class sklearn.linear_model.Ridge (alpha=1.0, fit_intercept=True, normalize=False, copy_X=True, max_iter=None,
tol=0.001, solver=’auto’, random_state=None)

class sklearn.linear_model.Lasso (alpha=1.0, fit_intercept=True, normalize=False, precompute=False,
copy_X=True, max_iter=1000, tol=0.0001, warm_start=False, positive=False, random_state=None, selection=’cyclic’)