2018.3.12

2018.3.12

reg_1_1 = linear_model.Ridge(alpha=1)
reg_1_1 = reg_1_1.fit(first_set, labels)
print(reg_1_1.coef_)
scores_Reg_1_1 = cross_val_score(reg_1_1, first_set, labels, cv=10)
print(scores_Reg_1_1)
reg_1_5 = linear_model.Ridge(alpha=.5)
reg_1_5.fit(first_set, labels)
print(reg_1_5.coef_)
scores_Reg_1_5 = cross_val_score(reg_1_5, first_set, labels, cv=10)
print(scores_Reg_1_5)

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值