之前学machine learning只用到了最小平方回归法,或者是加上regularization(L1和L2),最近在学scikit-learn,发现里面提供了很多种回归算法。在学习时稍微总结了下。
1. Ordinary Least Squares
最小二乘法
2. Ridge Regression
其实就是加上了L2 regularization
scikit-learn不仅提供了Ridge()类,还提供了一个RidgeCV类做交叉验证用:
>>> from sklearn import linear_model
>>> reg = linear_model.RidgeCV(alphas=[0.1, 1.0, 10.0])
>>> reg.fit([[0, 0], [0, 0], [1, 1]], [0, .1, 1])
RidgeCV(alphas=[0.1, 1.0, 10.0], cv=None, fit_intercept=True, scoring&