岭回归

作者：知新_RL | 2024-07-09 09:01:15

踩

岭回归

文章目录

岭回归
- 一.什么是岭回归
- 二.岭回归的使用

一.什么是岭回归

之前，大体看了并了解了线性回归的东西，并在之后的学习中，大体直到了过拟合以及正则化的一些概念。需要指出的是：线性回归：Linearregression是很容易出现过拟合的。为了处理过拟合，岭回归就是一个很不错的选择。

所谓岭回归，本质上就是一个带有正则化的线性回归（其实用的是L2正则化）。是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法。
关于岭回归底层的一些内容，参考这个文章：线性回归的一些补充第三部分

二.岭回归的使用

在sklearn中，为我们提供了相关的API

sklearn.linear_model.Ridge

sklearn.linear_model.Ridge(alpha=1.01
2

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/知新_RL/article/detail/801966