0
点赞
收藏
分享

微信扫一扫

机器学习--岭回归03

江南北 2022-01-18 阅读 53

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)
举报

相关推荐

0 条评论