【sklearn实例】3--线性回归

线性回归思想 通过学习，找到属性的线性组合来预测输出标记。 损失函数 一般采用均方误差作为损失函数： 优化方法 梯度下降法（不满秩情况使用，收敛较慢，有可能求得局部最小值） 正规方程求解-最小二乘法（需要X是满秩的，即样本数大于特征数） 形式 一般线性回归 岭回归（Ridge）:防止过拟合，损失函数加入正则化项，L2范数 lasso：加入正则化项，L1范数 ElasticNet：L1和L2范数混合

>>阅读原文<<