Generalized Linear Models# Examples concerning the sklearn.linear_model module. 20类新闻组数据集上的多分类稀疏逻辑回归 20类新闻组数据集上的多分类稀疏逻辑回归 L1-正则化路径的逻辑回归 L1-正则化路径的逻辑回归 L1惩罚和逻辑回归中的稀疏性 L1惩罚和逻辑回归中的稀疏性 L2 正则化对岭回归系数的影响 L2 正则化对岭回归系数的影响 Lasso 和弹性网络 Lasso 和弹性网络 Lasso模型选择：AIC-BIC / 交叉验证 Lasso模型选择：AIC-BIC / 交叉验证 SGD：惩罚 SGD：惩罚 SGD：最大间隔分离超平面 SGD：最大间隔分离超平面 Theil-Sen 回归 Theil-Sen 回归 Tweedie回归在保险理赔中的应用 Tweedie回归在保险理赔中的应用 使用LARS的Lasso路径 使用LARS的Lasso路径 使用RANSAC进行稳健的线性模型估计 使用RANSAC进行稳健的线性模型估计 使用多项逻辑回归和L1正则化进行MNIST分类 使用多项逻辑回归和L1正则化进行MNIST分类 使用贝叶斯岭回归进行曲线拟合 使用贝叶斯岭回归进行曲线拟合 使用预计算的Gram矩阵和加权样本拟合弹性网络 使用预计算的Gram矩阵和加权样本拟合弹性网络 分位数回归 分位数回归 单类支持向量机与使用随机梯度下降的单类支持向量机 单类支持向量机与使用随机梯度下降的单类支持向量机 在鸢尾花数据集上绘制多类SGD 在鸢尾花数据集上绘制多类SGD 基于L1的稀疏信号模型 基于L1的稀疏信号模型 多任务Lasso的联合特征选择 多任务Lasso的联合特征选择 多项式和样条插值 多项式和样条插值 带有强异常值的数据集上的Huber回归与岭回归对比 带有强异常值的数据集上的Huber回归与岭回归对比 普通最小二乘法和岭回归方差 普通最小二乘法和岭回归方差 正交匹配追踪 正交匹配追踪 比较各种在线求解器 比较各种在线求解器 比较线性贝叶斯回归器 比较线性贝叶斯回归器 泊松回归和非正态损失 泊松回归和非正态损失 稀疏性示例：仅拟合特征1和特征2 稀疏性示例：仅拟合特征1和特征2 稠密数据和稀疏数据上的Lasso回归 稠密数据和稀疏数据上的Lasso回归 稳健线性估计拟合 稳健线性估计拟合 线性回归示例 线性回归示例 绘制多项式和一对其余逻辑回归 绘制多项式和一对其余逻辑回归 绘制岭回归系数与正则化参数的关系 绘制岭回归系数与正则化参数的关系 通过信息准则进行Lasso模型选择 通过信息准则进行Lasso模型选择 逻辑函数 逻辑函数 逻辑回归三分类器 逻辑回归三分类器 随机梯度下降的早停 随机梯度下降的早停 随机梯度下降：凸损失函数 随机梯度下降：凸损失函数 随机梯度下降：加权样本 随机梯度下降：加权样本 非负最小二乘法 非负最小二乘法
