个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
25
4
据我了解，scikit-learn 中的 LinearRegression 类和 SGDRegressor 类都执行线性回归。但是，只有 SGDRegressor 使用梯度下降作为优化算法。
那么LinearRegression使用的优化算法是什么，这两个类之间还有哪些其他显着差异？
最佳答案
线性回归始终使用最小二乘作为损失函数。
对于SGDRegressor，您可以指定一个损失函数，它使用随机梯度下降(SGD)来拟合。对于 SGD，您一次运行一个数据点的训练集，并根据误差梯度更新参数。
简单来说 - 您可以在不适合 RAM 的训练数据集上训练 SGDRegressor。此外，您可以使用一批新数据更新 SGDRegressor 模型，而无需对整个数据集进行重新训练。
关于machine-learning - LinearRegression 和 SGDRegressor 有什么区别？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66643225/
25
4
0
我的 SGDRegressor 的模型拟合在大约 20'000 个训练记录后不会增加或减少其在验证集(测试)上的性能。即使我尝试将 penalty、early_stopping (True/False
我尝试为 x 的线性函数回归做一个简单的测试用例，但是 SGDRegressor 给了我一个错误的结果 import numpy as np from sklearn.linear_model imp
对于机器学习任务，我需要处理相当大的数据集。结果，我无法在我的算法中一次拟合整个数据集。我正在寻找一种方法来在数据集上部分训练我的算法，简单地提供新 block 是行不通的，因为我的算法将只是 ret
我目前正在尝试使用 scikits learn 中的 SGDRegressor 来解决大型数据集 X ~= (10^6,10^4) 上的多变量目标问题。因此，我使用以下代码部分生成设计矩阵 (X)，其
您好，我正在尝试使用 scilearn 拟合一小组数据。 import numpy as np from sklearn import linear_model, model_selection X
我是 scikit-learn 的新手，但它满足了我的期望。现在，令人抓狂的是，唯一剩下的问题是我找不到如何打印(或者更好的是，写入一个小文本文件)它估计的所有系数，它选择的所有特征。有什么方法可以做
据我了解，scikit-learn 中的 LinearRegression 类和 SGDRegressor 类都执行线性回归。但是，只有 SGDRegressor 使用梯度下降作为优化算法。 那么Li
我正在尝试了解如何正确使用 scikit-learn 的 SGDRegressor 模型。为了适应数据集，我需要调用一个function fit(X,y)，其中x 是一个形状为 (n_samples,
我正在租赁数据集上使用 scikit-learn 的 SGDRegressor 算法实现梯度下降，以根据面积预测租金，但得到奇怪的系数和截距，因此对租金的预测很奇怪。租赁数据集:rentals.csv
我正在 Kaggle 中解决一个标签为正数的知识问题。我尝试在 scikit-learn 中使用 SGDRegressor 来训练和测试模型。然而，学习模型的一些预测是否定的。 因此，我想知道是否有一
我是一名优秀的程序员,十分优秀！