zoukankan      html  css  js  c++  java
  • 线性回归api

    • sklearn.linear_model.LinearRegression(fit_intercept=True)
      • 通过正规方程优化
      • 参数
        • fit_intercept:是否计算偏置
      • 属性
        • LinearRegression.coef_:回归系数
        • LinearRegression.intercept_:偏置
    • sklearn.linear_model.SGDRegressor(loss="squared_loss", fit_intercept=True, learning_rate ='invscaling', eta0=0.01)
      • SGDRegressor类实现了随机梯度下降学习,它支持不同的loss函数和正则化惩罚项来拟合线性回归模型。
      • 参数:
        • loss:损失类型
          • loss=”squared_loss”: 普通最小二乘法
        • fit_intercept:是否计算偏置
        • learning_rate : string, optional
          • 学习率填充
          • 'constant': eta = eta0
          • 'optimal': eta = 1.0 / (alpha * (t + t0)) [default]
          • 'invscaling': eta = eta0 / pow(t, power_t)
            • power_t=0.25:存在父类当中
          • 对于一个常数值的学习率来说,可以使用learning_rate=’constant’ ,并使用eta0来指定学习率。
      • 属性:
        • SGDRegressor.coef_:回归系数
        • SGDRegressor.intercept_:偏置

    sklearn提供给我们两种实现的API, 可以根据选择使用

    小结

    • 正规方程
      • sklearn.linear_model.LinearRegression()
    • 梯度下降法
      • sklearn.linear_model.SGDRegressor()
  • 相关阅读:
    管道通讯
    C++类型转换
    自定义数组容器MyArray框架
    vue 转场动画
    身份证信息 获取年龄性别生日
    element ui +vue 输入 身份证号获取 性别 年龄 籍贯
    获取地理位置
    post 下载二进制pdf文件
    post 文件下载二进制流
    遍历对象的几中方法
  • 原文地址:https://www.cnblogs.com/deepend/p/14464042.html
Copyright © 2011-2022 走看看