【2】监督学习之线性回归

线性回归的概述

【1】最小二乘法（ordinary least squares,ols）

基于均方误差最小化来进行模型求解的方法

缺点：维数过多时容易出现过拟合

【2】岭回归(rideg regression)

在ols的基础上引入L2范数正则化

的参数越大，回归参数越小，模型越平稳

缺点：回归参数的模型值很小，但是很难达到0值；

【3】loss回归(lasso)

在ols的基础上引入L1范数正则化

lasso回归参考文献  ：https://www.cnblogs.com/wmx24/p/9555219.html