【机器学习】拟合优度度量和梯度下降（红酒数据集的线性回归模型sklearn&Ridge）

文章目录

• 一.拟合优度度量（可决系数）
• • 1.1总离差平方和的分解
  • 1.2 TSS=ESS+RSS
  • 1.3 红酒数据集实例R2_score实现代码
• 二. 梯度下降
• • 2.1 损失函数直观图(单特征/变量举例)
  • 2.2 梯度下降和正规方程的区别
  • 2.3 线性回归模型——梯度下降 （红酒数据集）
  • 2.4 sklearn线性回归正规方程与梯度下降API
  • 2.5 岭回归
  • 2.6 Ridge Regression
  • 2.7 岭迹图