学习目标：
机器学习----岭回归学习内容：
1、 岭回归学习记录：
-
岭回归
模型：
import sklearn.linear_model as lm
#创建模型
model = lm.Ridge(正则强度,fit_intercept=是否训练截距，max_iter=最大迭代次数)
# 训练模型
# 输入为一个二维数组表示的样本矩阵
# 输出为每个样本的最终结果
model.fit(输入，输出)
# 预测输出
# 输入array是一个二维数组，每一行是一个样本，每一列是一个特征。
pre_y = model.predict(array)
对比线性回归
# 3.创建模型
model = lm.LinearRegression()
# 训练模型
# 输入为一个二维数组表示的样本矩阵
# 输出为每个样本的最终结果
model.fit(x,y) # 通过梯度下降法计算模型参数
# 4.预测输出,画图
# 输入array是一个二维数组，每一行是一个样本，每一列是一个特征。
pre_y = model.predict(x)
