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”。