SGDRegressor既可以做岭回归，也可以做Lasso回归，也可以做Elastic Net
SGDRegressor（penalty=‘l2’, max_iter=1000）
penalty：
l1: Lasso Regression
l2: Brige Regression
alpha: l2正则的参数
l1-ratio:l1正则参数
关于sklearn中回归的实现
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 中文文档:http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic...
- 介绍 我正在和一位刚刚在印度超市连锁店担任运营经理的朋友说话。在我们的讨论中，我们开始谈论在印度节日（排灯节）开始...
- 本文对 A study on Regression applied to the Ames dataset 中的代...
- 1、模型原理 （另一台电脑上，待补充）回顾下线性回归的损失函数，由于线性回归是连续的，所以可以使用模型误差的的平方...
