岭回归-sklearn
欠拟合与过拟合:欠拟合是机器学习数据的特点,但是由于学习到的特征过于少,最后导致拟合的效果不佳。过拟合是机器学习过程中,学习到的特征过于多,导致在训练集上的表现较好,但在测试集上的表现不佳。
解决方案:使用岭回归
岭回归:更改损失函数
lamda是一个超参数,表示正则化力度
这样可以在进行回归的时候,尽可能的将参数减少,减少过拟合。
API:
from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.linear_model import Ridge
from sklearn.metrics import mean_squared_errorboston = load_boston()
x_train, x_test, y_train, y_test = train_test_split(boston.data, boston.target, random_state=3)estimator = Ridge(normalize=True, alpha=0.0001)
# normalize 表示会对数据进行标准化处理, alpha学习率, solver ‘auto’会根据数据的情况对梯度下降方法进行优化
estimator.fit(x_train, y_train)pre = estimator.predict(x_test)
error = mean_squared_error(y_test, pre)print(error)
18.897652766640018
岭回归-sklearn相关推荐
- 【机器学习】监督学习--(回归)岭回归
注:数据集放在文章末尾 (1)岭回归 -- 标准方程法 import numpy as np from numpy import genfromtxt import matplotlib.pyplot ...
- sklearn 中的线性回归、岭回归、Lasso回归参数配置及示例
文章目录 线性回归 引入 重要参数 重要属性 重要方法 例子 岭回归 引入 重要参数 重要属性 重要方法 示例 Lasso 回归 引入 重要参数 重要属性 重要方法 示例 本文主要讲一些sklearn ...
- 高斯拟合 vc++代码_使用python+sklearn实现核岭回归和高斯回归的比较
核岭回归(KRR)和高斯回归(GPR)都通过在内部采用"内核技巧"来学习目标函数.KRR学习使用相应核函数(该核函数对应于原始空间中的非线性函数)将目标函数映射到内核空间中的线性函 ...
- sklearn之逻辑回归和岭回归
过拟合与欠拟合 过拟合:一个假设在训练数据上能够获得比其他假设更好的拟合, 但是在训练数据外的数据集上却不能很好地拟合数据,此时认为这个假设出现了过拟合的现象.(模型过于复杂) 欠拟合:一个假设在训练 ...
- python机器学习库sklearn——岭回归(Ridge、RidgeCV)(L2正则化)
分享一个朋友的人工智能教程.零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开 docker/kubernetes入门视频教程 全栈工程师开发手册 (作者:栾鹏) pyth ...
- 殊途同归的两种角度理解岭回归(内含有sklearn例子)
在学习统计学专业课<回归分析技术>时学过岭回归,学机器学习时也涉及到岭回归,但是两个角度的思想方法略有不同,但最后的结果却是殊途同归的,最近准备统计学考研的复试时,对比了两种思路,觉得很有 ...
- sklearn机器学习:岭回归Ridge
在sklearn中,岭回归由线性模型库中的Ridge类来调用: Ridge类的格式 sklearn.linear_model.Ridge (alpha=1.0, fit_intercept=True, ...
- 【skLearn 回归模型】岭回归 <linear_model.Ridge>
文章目录 一.岭回归概念 • 定义 • 岭回归处理多重共线性原理 二.linear_model.Ridge 类 案例:加利福尼亚房价 ① 读取数据集 ② 划分训练集.测试集 ③ 岭回归训练模型 ④ 使 ...
- 【sklearn】线性回归、最小二乘法、岭回归、Lasso回归
文章目录 机器学习的sklearn库 一.回归分析 <1.1>线性回归 1.1.1.Python实现线性回归 <1.2>最小二乘法 1.2.1.MATLAB实现最小二乘法 1. ...
最新文章
- 斑马线分析_中设设计集团:聚焦智慧交通 助力城市发展|集团设计和实施的“智慧斑马线”惊艳亮相南京市江北新区...
- Android教程 -09 数据的持久化存储
- 【Xamarin挖墙脚系列:Android最重要的命令工具ADB】
- 从传统企业谈大数据的战略意义
- poj 2182 给你每个数前面有几个数比他小让你输出次数的编号
- 最近病毒缠身,帖两个病毒的解决方法.
- Windows系统以及office等一键激活
- win11安装虚拟机
- Java初级程序员面试总结(三)--Lock篇
- win8.1电脑显示器亮度按钮无法使用
- Godaddy美国主机推荐
- 一种提升多分类准确性的Trick
- FinalShell连接不上LinuxCentOS-7的解决方案
- 【微机原理作业】8086存储器读写实验
- Petya and Inequiations 题解
- 2020年9月PAT甲级满分必备刷题技巧
- 中国软考2006年各地报名方式和咨询地址
- 【sy3_类组合的应用与编程_3_Whole】
- abb工业机器人指令lf怎么用_史上最全的ABB工业机器人的指令介绍
- [转载]从零开始学习OpenGL ES之八 – 交叉存取顶点数据
热门文章
- 小学校计算机教室年度工作总结,计算机教师年终个人工作总结
- s5p6818平台概述
- MySQL连接异常: The server time zone value ‘?й???????‘ is unrecognized or represents more than one time.
- 数论概论 第二章 勾股数组
- 原创 C#自学41一一 DialogResult循环询问同一问题
- 无法访问工作组计算机的解决办法
- 【杂谈】如何通过目标职位确定学习路径和努力方向(拿测试工程师举例子)
- 业内人士告诉你,买流量卡时一定要问的几个问题?
- CentOS 7部署PHP项目
- Flutter 实现淡入淡出(Fade)动画效果