没有合适的资源?快使用搜索试试~ 我知道了~
sklearn常用的API参数解析:sklearn.linear_model.LinearRegression
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
9 下载量 54 浏览量
2021-01-20
12:23:16
上传
评论
收藏 188KB PDF 举报
温馨提示
试读
2页
sklearn.linear_model.LinearRegression 调用 sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=None) Parameters fit_intercept 释义:是否计算该模型的截距。 设置:bool型,可选,默认True,如果使用中心化的数据,可以考虑设置为False,不考虑截距。 normalize 释义:是否对数据进行标准化处理 设置:bool型,可选,默认False,建议将标准化的工作放在训练模型之前,通过设置
资源详情
资源评论
资源推荐
sklearn常用的常用的API参数解析:参数解析:
sklearn.linear_model.LinearRegression
sklearn.linear_model.LinearRegression
调用调用
sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=None)
Parameters
fit_intercept
释义:是否计算该模型的截距。
设置:bool型,可选,默认True,如果使用中心化的数据,可以考虑设置为False,不考虑截距。
normalize
释义:是否对数据进行标准化处理
设置:bool型,可选,默认False,建议将标准化的工作放在训练模型之前,通过设置sklearn.preprocessing.StandardScaler来实现,而
在此处设置为false当fit_intercept设置为false的时候,这个参数会被自动忽略。如果为True,回归器会标准化输入参数:减去平均
值,并且除以相应的二范数
copy_X
释义:是否对X复制
设置:bool型、可选、默认True,如为false,则即经过中心化,标准化后,把新数据覆盖到原数据上
n_jobs
释义:计算时设置的任务个数,这一参数的对于目标个数>1(n_targets>1)且足够大规模的问题有加速作用
设置:int or None, optional, 默认None,如果选择-1则代表使用所有的CPU。
Attributes
coef_
释义:对于线性回归问题计算得到的feature的系数
输出:如果输入的是多目标问题,则返回一个二维数组(ntargets, nfeatures);如果是单目标问题,返回一个一维数组
(n_features,)rank_
释义:矩阵X的秩,仅在X为密集矩阵时有效
输出:矩阵X的秩
singular_
释义:矩阵X的奇异值,仅在X为密集矩阵时有效
输出:array of shape (min(X, y),)
intercept_
释义:截距,线性模型中的独立项
输出:如果fitintercept = False
,则
intercept为0.0
Methods
fit(self, X, y[, sample_weight])
训练模型,,sample_weight为每个样本权重值,默认None
get_params(self[, deep])
deep默认为True,返回一个字典,键为参数名,值为估计器参数值
predict(self, X)
weixin_38503233
- 粉丝: 9
- 资源: 918
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0