本篇內容介紹了“sklearn常用的API參數(shù)解析：sklearn.linear_model.LinearRegression”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

10年積累的成都做網站、成都網站設計經驗，可以快速應對客戶對網站的新想法和需求。提供各種問題對應的解決方案。讓選擇我們的客戶得到更好、更有力的網絡服務。我雖然不認識你，你也不認識我。但先做網站后付款的網站建設流程，更有鎮(zhèn)康免費網站建設讓你可以放心的選擇與我們合作。

sklearn.linear_model.LinearRegression

調用

sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=None)

Parameters

fit_intercept

釋義:是否計算該模型的截距。

設置:bool型,可選,默認True,如果使用中心化的數(shù)據(jù)，可以考慮設置為False,不考慮截距。

normalize

釋義:是否對數(shù)據(jù)進行標準化處理

設置:bool型,可選,默認False,建議將標準化的工作放在訓練模型之前,通過設置sklearn.preprocessing.StandardScaler來實現(xiàn)，而在此處設置為false當fit_intercept設置為false的時候，這個參數(shù)會被自動忽略。如果為True,回歸器會標準化輸入參數(shù)：減去平均值，并且除以相應的二范數(shù)

copy_X

釋義:是否對X復制

設置:bool型、可選、默認True,如為false，則即經過中心化，標準化后，把新數(shù)據(jù)覆蓋到原數(shù)據(jù)上

n_jobs

釋義:計算時設置的任務個數(shù),這一參數(shù)的對于目標個數(shù)>1（n_targets>1）且足夠大規(guī)模的問題有加速作用

設置:int or None, optional, 默認None,如果選擇-1則代表使用所有的CPU。

Attributes

coef_

釋義:對于線性回歸問題計算得到的feature的系數(shù)

輸出:如果輸入的是多目標問題，則返回一個二維數(shù)組(n_targets, n_features)；如果是單目標問題，返回一個一維數(shù)組 (n_features,)rank_

釋義:矩陣X的秩，僅在X為密集矩陣時有效

輸出:矩陣X的秩

singular_

釋義:矩陣X的奇異值，僅在X為密集矩陣時有效

輸出:array of shape (min(X, y),)

intercept_

釋義:截距，線性模型中的獨立項

輸出:如果fit_intercept = False，則intercept_為0.0

Methods

fit(self, X, y[, sample_weight])

訓練模型，，sample_weight為每個樣本權重值，默認None

get_params(self[, deep])

deep默認為True，返回一個字典，鍵為參數(shù)名，值為估計器參數(shù)值

predict(self, X)

模型預測，返回預測值

score(self, X, y[, sample_weight])

模型評估，返回R^2系數(shù)，最優(yōu)值為1，說明所有數(shù)據(jù)都預測正確

set_params(self, **params)

設置估計器的參數(shù)，可以修改參數(shù)重新訓練

“sklearn常用的API參數(shù)解析：sklearn.linear_model.LinearRegression”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關的知識可以關注創(chuàng)新互聯(lián)網站，小編將為大家輸出更多高質量的實用文章！

當前名稱：sklearn常用的API參數(shù)解析：sklearn.linear_model.LinearRegression
分享URL：http://jinyejixie.com/article8/pdciip.html

成都網站建設公司_創(chuàng)新互聯(lián)，為您提供服務器托管、商城網站、做網站、手機網站建設、網站改版、關鍵詞優(yōu)化

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)