摘要：
Ridge regression 通过对系数的大小施加惩罚来解决 普通最小二乘法 的一些问题。岭回归系数最小化的是带惩罚项的残差平方和，数学形式如下： min∑i=1p‖Xωi y‖2+α‖ω‖2 其中，α = 0是一个控制缩减量（amount of shrinkage）的复杂度参数：α的值越大，缩 阅读全文
摘要：
LinearRegression 拟合一个带有系数w=(w1,...,w2)的线性模型使得数据集实际观测数据和预测数据（估计值）之间的残差平方和最小。其数学表达式为： min∑ω=ip‖Xωi y‖2 LinearRegression 会调用 fit 方法来拟合数组 X，y，并且将线性模型的系数 w 阅读全文