线性回归；欠拟合和过拟合

线性回归

定义：线性回归通过一个或者多个自变量与因变量之间之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合。
线性回归的误差大小通过损失函数来计算–最小二乘法，目的是去寻找最小损失对应的权重值。
计算最佳权重的两种方法：
1.正规方程 w =(X^TX^-1)X^TY：缺点是当特征过于复杂时，求解速度太慢
2.梯度下降
适用于训练数据规模十分庞大的任务

正规方程API：sklearn.linear_model.LinearRegression
梯度下降API：sklearn.linear_model.SGDRegression
其中回归参数为coef_
回归性能的评估：均方误差MSE：
API:sklearn.metrics.mean_squared_error(y_true,y_predict)

欠拟合和过拟合

过拟合：一个假设在训练数据上能够获得比其他假设更好的拟合， 但是在训练数据外的数据集上却不能很好地拟合数据，此时认为这个假设出现了过拟合的现象。(模型过于复杂)
欠拟合：一个假设在训练数据上不能获得更好的拟合， 但是在训练数据外的数据集上也不能很好地拟合数据，此时认为这个假设出现了欠拟合的现象。(模型过于简单)
欠拟合出现的原因：学习到的特征数据过少，应该增加数据的特征数量
过拟合出现的原因：原始数据过多，存在一些嘈杂特征，模型过于复杂是因为模型尝试去兼顾各个测试数据点
解决办法：进行特征选择；交叉验证；正则化
L2正则化的API：sklearn.linear_model.Ridge(alpha)
岭回归与线性回归的的对比：
回归得到的回归系数更符合实际，更可靠。另外，能让估计参数的波动范围变小，变的更稳定。在存在病态数据偏多的研究中有较大的实用价值