sklearn学习|线性模型

注：本文所有内容可从scikit-learn官网中找到

1 线性模型

1.1 普通最小二乘法

from sklearn import linear_model

reg=linear_model.LinearRegression()
reg.fit([[0,0],[1,1],[2,2]],[0,1,2])
print(reg)
c=reg.coef_
print(c)

结果： 

1.2 岭回归与分类

from sklearn import linear_model

reg=linear_model.Ridge(alpha=.5)
reg.fit([[0,0],[1,1],[2,2]],[0,.1,1])
print(reg.coef_)
print(reg.intercept_)

1.3 Lasso

from sklearn import linear_model

reg=linear_model.Lasso(alpha=.1)
reg.fit([[0,0],[1,1]],[0,1])
print(reg.coef_)
print(reg.intercept_)
print(reg.predict([[1,1]]))

1.4 多任务Lasso

1.5 弹性网络

1.6 多任务弹性网

1.7 最小角回归

1.8 LARS Lasso

from sklearn import linear_model

reg=linear_model.LassoLars(alpha=.1)
reg.fit([[0,0],[1,1]],[0,1])
print(reg.coef_)
print(reg.intercept_)
print(reg.predict([[1,1]]))

1.9 正交匹配追踪

1.10 贝叶斯回归

1.10.1 贝叶斯岭回归

from sklearn import linear_model

x=[[0,0],[1,1],[2,2],[3,3]]
Y=[0,1,2,3]
reg=linear_model.BayesianRidge()
reg.fit(x,Y)
print(reg.coef_)
print(reg.intercept_)
print(reg.predict([[1,1]]))