sklearn.linear_model

各种线性模型。

User guide. See the 线性模型 section for further details.

The following subsections are only rough guidelines: the same estimator can fall into multiple categories, depending on its parameters.

Linear classifiers

LogisticRegression	逻辑回归（也称为logit，MaxEnt）分类器。
LogisticRegressionCV	逻辑回归交叉验证（即logit，MaxEnt）分类器。
PassiveAggressiveClassifier	被动攻击分类器。
Perceptron	线性感知机分类器。
RidgeClassifier	分类器使用岭回归。
RidgeClassifierCV	岭分类器，内置交叉验证。
SGDClassifier	线性分类器（SVM、逻辑回归等）使用SGD训练。
SGDOneClassSVM	解决使用随机梯度下降的线性单类支持向量机。

Classical linear regressors

LinearRegression	普通最小二乘线性回归。
Ridge	线性最小二乘法与l2正则化。
RidgeCV	岭回归内置交叉验证。
SGDRegressor	线性模型通过最小化带有SGD的正则化经验损失进行拟合。

Regressors with variable selection

The following estimators have built-in variable selection fitting procedures, but any estimator using a L1 or elastic-net penalty also performs variable selection: typically SGDRegressor or SGDClassifier with an appropriate penalty.

ElasticNet	线性回归结合了L1和L2先验作为正则化项。
ElasticNetCV	弹性网络模型沿正则化路径进行迭代拟合。
Lars	最小角回归模型，又名 LAR。
LarsCV	交叉验证的最小角回归模型。
Lasso	线性模型使用L1先验作为正则化训练（又名Lasso）。
LassoCV	Lasso线性模型沿着正则化路径进行迭代拟合。
LassoLars	Lasso模型使用最小角回归进行拟合，即Lars。
LassoLarsCV	交叉验证的Lasso，使用LARS算法。
LassoLarsIC	Lasso模型使用Lars并通过BIC或AIC进行模型选择。
OrthogonalMatchingPursuit	正交匹配追踪模型（OMP）。
OrthogonalMatchingPursuitCV	跨验证正交匹配追踪模型（OMP）。

Bayesian regressors

ARDRegression	贝叶斯 ARD 回归。
BayesianRidge	贝叶斯岭回归。

Multi-task linear regressors with variable selection

These estimators fit multiple regression problems (or tasks) jointly, while inducing sparse coefficients. While the inferred coefficients may differ between the tasks, they are constrained to agree on the features that are selected (non-zero coefficients).

MultiTaskElasticNet	多任务弹性网络模型，使用L1/L2混合范数作为正则化器进行训练。
MultiTaskElasticNetCV	多任务L1/L2弹性网络，内置交叉验证。
MultiTaskLasso	多任务Lasso模型，使用L1/L2混合范数作为正则化项进行训练。
MultiTaskLassoCV	多任务Lasso模型，使用L1/L2混合范数作为正则化项进行训练。

Outlier-robust regressors

Any estimator using the Huber loss would also be robust to outliers, e.g., SGDRegressor with loss='huber'.

HuberRegressor	L2-正则化的线性回归模型，对异常值具有鲁棒性。
QuantileRegressor	线性回归模型，用于预测条件分位数。
RANSACRegressor	RANSAC (RANdom SAmple Consensus) 算法。
TheilSenRegressor	Theil-Sen 估计器：稳健的多变量回归模型。

Generalized linear models (GLM) for regression

These models allow for response variables to have error distributions other than a normal distribution.

GammaRegressor	广义线性模型与Gamma分布。
PoissonRegressor	广义线性模型与泊松分布。
TweedieRegressor	广义线性模型与Tweedie分布。

Miscellaneous

PassiveAggressiveRegressor	被动攻击回归器。
enet_path	计算弹性网络路径使用坐标下降法。
lars_path	计算最小角回归或Lasso路径使用LARS算法。
lars_path_gram	lars_path 在充分统计模式下。
lasso_path	计算Lasso路径使用坐标下降法。
orthogonal_mp	正交匹配追踪 (OMP)。
orthogonal_mp_gram	Gram 正交匹配追踪 (OMP).
ridge_regression	解决岭方程通过正规方程法。