线性回归 sklearn.linear_model.LinearRegression

线性回归 sklearn.linear_model.LinearRegression

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

Parameters(参数):
     fit_intercept : boolean, optional, default True
是否计算该模型的截距。如果设置为False，则在计算中将不使用截距

    normalize : boolean, optional, default False
当fit_intercept设置为False时，将忽略此参数。如果为True，则将在回归之前通过减去均值并除以l2-范数来对回归变量X进行归一化。如果您希望标准化，请先使用sklearn.preprocessing.StandardScaler，然后使用normalize = False调用估计器的fit。

copy_X : boolean, optional, default True
如果为True，将复制X；否则，它可能会被覆盖。

n_jobs : int or None, optional (default=None)：
用于计算的作业数。None表示1。 -1表示使用所有处理器。有关更多详细信息，请参见词汇表。

Attributes（属性）: