Regression in sklearn

SSE和AE比较

1. AE 的解不唯一，可以找到很多相同解的直线。
2. SSE的解唯一，且可以使用梯度下降更容易求解。

SSE缺点

训练数据越多，SSE越大，但不代表拟合的越差，如下图。

image.png

R^2 score

R2不受训练数据量大小的影响
R2范围为0-1，越大越好，其说明了y有多少百分比可以由x进行解释。

可视化的意义

可视化是回归中的最后一公里！可以直观展示回归的效果。

广义线性模型

1. 非线性的数据可以通过转换，如log转换，进而用转换后的数据进行线性拟合。
2. 多项式回归也是广义的线性回归。
3. 多元线性回归也是广义的线性回归。
4. 其实多项式回归可以看成是特殊的多元线性回归。（个人理解）