sklearn.linear_model.LinearRegression 线性回归模型

sklearn.linear_model.LinearRegression(fit_intercept=True,normalize=False,copy_X=True,n_jobs=None)

参数：

• fit_intercept：布尔类型，可选参数，默认值为True；设置模型是否计算截距，False表示不使用截距。

• normalize：布尔类型，可选参数，默认值为False；设置为True之前，解释变量x将在回归前进行标准化。

• copy_X：布尔类型，可选参数，默认值为True；如果为True，x将被复制；否则被重写。

• n_jobs：int类型，可选参数，默认值为None；如果设为1，将启动所有CPU。

属性：

• coef_ : 数组的形状为（n_features,）或（n_targets, n_features）。估计的线性回归模型的系数。
• rank_: int类型。矩阵X 的秩。只有在X密集时才可用。
• intercept_:浮点数或数组，形状为(n_targets,)，线性模型中的独立项。如果满足以下条件，则设置为0. 0 “拟合截距=False”。