sklearn help之岭回归 ridge regression

ridge regression: 在最小二乘的基础上添加一个系数为α的惩罚项，惩罚项为参数向量2范数的平方，能够经过控制α来调节数据集的过拟合问题

拟合方法，参数调用与线性回归相同

岭回归优势：能够应用于高度坏条件矩阵（目标值的轻微改变会形成参数的大方差，数据曲线波动加重，容易致使过拟合问题，所以添加系数为α的惩罚项减少波动）

当α很大时，为了使模型达到最小值，惩罚项必须趋于零，此时主要考虑平方损失；当α趋近于0时，参数向量方差很大，容易致使过拟合。

对于岭回归，重点为调整α使平方损失与参数损失达到平衡。

import numpy as np
import matplotlib.pyplot as plt
from sklearn import linear_model

# X is the 10x10 Hilbert matrix 生成10×10的希尔伯特矩阵和全1矩阵
X = 1. / (np.arange(1, 11) + np.arange(0, 10)[:, np.newaxis])
y = np.ones(10) 

# #############################################################################
# Compute paths

n_alphas = 200 #将α从10的-10到10的-2分为200个数
alphas = np.logspace(-10, -2, n_alphas)

coefs = []
for a in alphas:
    ridge = linear_model.Ridge(alpha=a, fit_intercept=False)#生成ridge对象，不考虑截距
    ridge.fit(X, y)#采用对象的fit方法进行岭回归拟合
    coefs.append(ridge.coef_)

# #############################################################################
# Display results

ax = plt.gca() #生成一个plot对象

ax.plot(alphas, coefs) #绘图
ax.set_xscale('log')#以log为单位绘制坐标间隔
ax.set_xlim(ax.get_xlim()[::-1])  # reverse axis坐标值以-1分隔，
plt.xlabel('alpha')
plt.ylabel('weights')
plt.title('Ridge coefficients as a function of the regularization')
plt.axis('tight')#不改变x,y的范围尽可能将数据移动至图片的中央
plt.show()

 

1. 岭回归的时间复杂度为O(np2)

2. RidgeCV:在不一样的α值时，经过交叉验证得出最优α

RidgeCV(alphas=[0.1, 1.0, 10.0], cv=None, fit_intercept=True, scoring=None,
 normalize=False)CV默认为留1验证