机器学习之岭回归—线性回归PLUS

alpha惩罚系数：正则化力度
第二个：选择是否偏执
solver：选择优化方法
nor。。。：直接标准化

SGD里面penalty就是将梯度下降中加入L2惩罚项

从右往左惩罚系数越大，回归系数越趋近于0
代码实现：

from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import  Ridge
from sklearn.metrics import mean_squared_error
def linear3():
    """
    岭回归对波士顿房价进行预测
    :return:
    """
    # 1）获取数据
    boston = load_boston()
    print("特征数量：\n", boston.data.shape)

    # 2）划分数据集
    x_train, x_test, y_train, y_test = train_test_split(boston.data,</