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
mysql优化概述(范式.索引.定位慢查询)
查看>>
MySQL优化的一些需要注意的地方
查看>>
mysql优化相关
查看>>
MySql优化系列-优化版造数据(存储过程+函数+修改存储引擎)-2
查看>>
MySql优化系列-进阶版造数据(load data statment)-3
查看>>
MySql优化系列-造数据(存储过程+函数)-1
查看>>
MySQL优化配置详解
查看>>
Mysql优化高级篇(全)
查看>>
mysql会员求积分_MySql-统计所有会员的最高前10次的积分和
查看>>
mysql会对联合索性排序优化_MySQL索引优化实战
查看>>
MySQL作为服务端的配置过程与实际案例
查看>>