本文旨在了解 sklearn 中LinearRegression 和 Ridge线性模型的性能表现和参数,数据集为 sklearn 内置数据集(Load_Boston)
1. LinearRegression(普通最小二乘法):
parameters | means | 默认值 | 允许输入值 |
---|---|---|---|
fit_intercept | 是否有截距 | True | True &False |
normalize | 归一化计算 | False,截距计算为 False 时此参数无效 | True &False |
copy_X | 是否在新 X 上计算 | True | True &False |
n_jobs | 计算的 CPU 核数 | 1 | integer |
import sklearn.datasets as skd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from sklearn.metrics import mean_squared_error
# 图例文本转换
def textLabel(str_in,data):
return str_in + str(