scikit-learn linearRegression 1.1.2 岭回归

Ridge 岭回归通过对回归稀疏增加罚项来解决 普通最小二乘法 的一些问题.岭回归系数通过最小化带罚项的残差平方和 上述公式中,  是控制模型复杂度的因子(可看做收缩率的大小) :  越大，收缩率越大，那么系数对于共线性的鲁棒性更强 一、一般线性回归遇到的问题     在处理复杂的数据的回归问题时，普通的线性回归会遇到一些问题，主要表现在： 预测精度：这里要处理好这样一对为题，即样本的数量和特征的

>>阅读原文<<