防止过拟合
1减少特征
2增加数据量
3正则化
个人理解:LASSO与岭回归就是标准方程法下的变形,代价函数等价于常规梯度下降的L1,L2形式
'''
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None)
在指定的间隔内返回均匀间隔的数字。
RidgeCV:岭回归,CV是交叉验证
alphas是岭回归系数
shape形状中,第0列是样本数量,第1列是第一维(第一个特征),第2列是第二维
'''
岭回归
import numpy as np
from numpy import g