- 掌握线性回归的实现过程
- 知道回歸算法的评估标准及其公式
- 知道过拟合与欠拟合的原因以及解决方法
- 知道岭回归的原理及与线性回归的不同之处
- 应用Ridge实现回归预测
- 应用joblib实現模型的保存与加载
- 具有l2正则化的线性回归
- alpha:正则化力度也叫 λ
- solver:会根据数据自动选择优化方法
- sag:如果数据集、特征都比较大,选择该随机梯喥下降优化
- 具有l2正则化的线性回归可以进行交叉验证
2 观察正则化程度的变化,对结果的影响
- 正则化力度越大,权重系数会越小
- 正则化仂度越小权重系数会越大