Basics Algorithms| 岭回归(Ridge regression)

Ridge Regression is a linear regression with L2 regularization.

1. 线性回归(Linear Regression, LR)

LR就是用线性函数去拟合一组数据，使得均方误差(Mean Square Error, MSE)最小。

拟合函数：

损失函数(MSE)：

LR是最基本的机器学习方法之一，常用于由多个观测变量预测因变量。在预测情形下等效于维纳滤波器(Wienar Filter)，因为输入的是时间序列。

import numpy as np
from sklearn.linear_model import LinearRegression

x = np.array([5, 15, 25, 35, 45, 55]).reshape((-1,1))
#print(RegreSet)
y = np.array([5, 20, 14, 32, 22, 38])
print(x, y)

'''Create a model and fit it'''