是否将数据归一化;fit_intercept 设置为 False 时,这个参数可以忽略。如果设置为 True,回归之前将通过减去均值并除l2范数进行归一化。如果需要进行标准化,请在调用估计器 normalize=False的 fit 函数之前使用sklearn.preprocessing.StandardScaler
boolean(False)
n_jobs
确定cpu的核数 (None表示1,-1 表示使用所有)
int or None(None)
属性
解释
类型
coef_
回归系数(斜率)
array
intercept_
截距
array
方法
解释
类型
fit(X, y[, sample_weight])
训练模型
X : array-like or 稀疏矩阵,y : array_like,sample_weight : numpy array
predict(X)
预测
X : array_like or 稀疏矩阵
score(X, y[, sample_weight])
评分指标
R
2
=
1
−
(
∑
i
=
1
m
(
y
(
i
)
−
y
^
(
i
)
)
2
)
/
m
(
∑
i
=
1
m
(
y
(
i
)
−
y
ˉ
)
2
)
/
m
R^2 = 1 - \frac{(\sum_{i=1}^{m}(y^{(i)} - \hat y^{(i)})^{2})/m}{(\sum_{i=1}^{m}(y^{(i)} - \bar y)^{2})/m}
R2=1−(∑i=1m(y(i)−yˉ)2)/m(∑i=1m(y(i)−y^(i))2)/m