博客
关于我
算法实践1_线性回归
阅读量:434 次
发布时间:2019-03-06

本文共 698 字,大约阅读时间需要 2 分钟。

参数解释

sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=None)
超参 解释 类型(默认值)
fit_intercept 是否计算模型的截距;如果设置为 False,计算将不使用截距(即:期望数据已经进行了中心化处理) boolean(True)
normalize 是否将数据归一化;fit_intercept 设置为 False 时,这个参数可以忽略。如果设置为 True,回归之前将通过减去均值并除l2范数进行归一化。如果需要进行标准化,请在调用估计器 normalize=False的 fit 函数之前使用 boolean(False)
n_jobs 确定cpu的核数 (None表示1,-1 表示使用所有) int or None(None)
属性 解释 类型
coef_ 回归系数(斜率) array
intercept_ 截距 array
方法 解释 类型
fit(X, y[, sample_weight]) 训练模型 X : array-like or 稀疏矩阵,y : array_like,sample_weight : numpy array
predict(X) 预测 X : array_like or 稀疏矩阵
score(X, y[, sample_weight]) R 2 = 1 − ( ∑ i = 1 m ( y ( i ) − y ^ ( i ) ) 2 ) / m ( ∑ i = 1 m ( y ( i )

转载地址:http://llwyz.baihongyu.com/

你可能感兴趣的文章
mapping文件目录生成修改
查看>>
MapReduce程序依赖的jar包
查看>>
mariadb multi-source replication(mariadb多主复制)
查看>>
MariaDB的简单使用
查看>>
MaterialForm对tab页进行隐藏
查看>>
Member var and Static var.
查看>>
memcached高速缓存学习笔记001---memcached介绍和安装以及基本使用
查看>>
memcached高速缓存学习笔记003---利用JAVA程序操作memcached crud操作
查看>>
Memcached:Node.js 高性能缓存解决方案
查看>>
memcache、redis原理对比
查看>>
memset初始化高维数组为-1/0
查看>>
Metasploit CGI网关接口渗透测试实战
查看>>
Metasploit Web服务器渗透测试实战
查看>>
MFC模态对话框和非模态对话框
查看>>
Moment.js常见用法总结
查看>>
MongoDB出现Error parsing command line: unrecognised option ‘--fork‘ 的解决方法
查看>>
mxGraph改变图形大小重置overlay位置
查看>>
MongoDB可视化客户端管理工具之NoSQLbooster4mongo
查看>>
Mongodb学习总结(1)——常用NoSql数据库比较
查看>>
MongoDB学习笔记(8)--索引及优化索引
查看>>