用python机器学习开始了

线性回归看这两个网页足够了！

---

一元线性回归

---

★★★★★介绍的比较详细  https://blog.csdn.net/scc_hy/article/details/82813148

谈到了各种实现方法，比较全面有趣，可以作为教程使用；

---

---

多元线性回归，非线性回归，  正则化

---

---

https://www.jianshu.com/p/738f6092ef53

摘录：

【LASSO 方法会产生稀疏参数，大多数相关系数会变成 0，模型只会保留一小部分特征。而岭回归还是会保留大多数尽可能小的相关系数】。 当两个变量相关时，LASSO 方法会让其中一个变量的相关系数会变成 0，而岭回归是将两个系数同时缩小。

scikit-learn 还提供了弹性网（elastic net）正则化方法，通过线性组合 L1 和 L2 兼具 LASSO 和岭回归的内容。 可以认为这两种方法是弹性网正则化的特例

作者：wyrover

链接：https://www.jianshu.com/p/738f6092ef53

来源：

著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

---

可以看看公式。

https://blog.csdn.net/weixin_42451864/article/details/81352878

---