岭回归——额外参数alpha和预测系数coefs的关系

岭回归的作用:
  • 1.岭回归可以解决特征数量比样本量多的问题
  • 2.岭回归作为一种缩减算法可以判断哪些特征重要或者不重要,有点类似于降维的效果
  • 3.缩减算法可以看作是对一个模型增加偏差的同时减少方差
岭回归用于处理下面两类问题:
  • 1.数据点少于变量个数
  • 2.变量间存在共线性(最小二乘回归得到的系数不稳定,方差很大)
1.导入模型
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
#岭回归模型
from sklearn.linear_model import Ridge
2.获取训练数据
X_train = 1/(np.arange(1,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值