sklearn.linear_model

各種線性模型。

使用者指南。 詳情請參閱 線性模型 章節。

以下子章節僅為粗略的指南：相同的估計器可能會因為其參數而歸屬於多個類別。

線性分類器

LogisticRegression	邏輯迴歸 (又稱 logit、MaxEnt) 分類器。
LogisticRegressionCV	邏輯迴歸 CV (又稱 logit、MaxEnt) 分類器。
PassiveAggressiveClassifier	被動攻擊分類器。
Perceptron	線性感知器分類器。
RidgeClassifier	使用嶺迴歸的分類器。
RidgeClassifierCV	具有內建交叉驗證的嶺分類器。
SGDClassifier	使用 SGD 訓練的線性分類器 (SVM、邏輯迴歸等)。
SGDOneClassSVM	使用隨機梯度下降法求解線性單類別 SVM。

經典線性迴歸器

LinearRegression	普通最小平方線性迴歸。
Ridge	具有 L2 正規化的線性最小平方。
RidgeCV	具有內建交叉驗證的嶺迴歸。
SGDRegressor	通過使用 SGD 最小化正規化經驗損失擬合的線性模型。

具有變數選擇的迴歸器

以下估計器具有內建的變數選擇擬合程序，但是任何使用 L1 或彈性網懲罰的估計器也執行變數選擇：通常是具有適當懲罰的 SGDRegressor 或 SGDClassifier。

ElasticNet	具有組合 L1 和 L2 先驗作為正規化器的線性迴歸。
ElasticNetCV	沿著正規化路徑迭代擬合的彈性網模型。
Lars	最小角度迴歸模型 (Least Angle Regression model)，又稱 LARS。
LarsCV	交叉驗證的最小角度迴歸模型。
Lasso	使用 L1 先驗作為正規化器訓練的線性模型 (又稱 Lasso)。
LassoCV	沿著正規化路徑迭代擬合的 Lasso 線性模型。
LassoLars	使用最小角度迴歸 (LARS) 擬合的 Lasso 模型。
LassoLarsCV	使用 LARS 演算法的交叉驗證 Lasso。
LassoLarsIC	使用 BIC 或 AIC 進行模型選擇的，使用 LARS 擬合的 Lasso 模型。
OrthogonalMatchingPursuit	正交匹配追蹤模型 (OMP)。
OrthogonalMatchingPursuitCV	交叉驗證的正交匹配追蹤模型 (OMP)。

貝氏迴歸器

ARDRegression	貝氏 ARD 迴歸。
BayesianRidge	貝氏嶺迴歸。

具有變數選擇的多任務線性迴歸器

這些估計器聯合擬合多個迴歸問題（或任務），同時引入稀疏係數。雖然推斷的係數在各任務之間可能有所不同，但它們被約束為在選擇的特徵（非零係數）上達成一致。

MultiTaskElasticNet	使用 L1/L2 混合範數作為正規化器訓練的多任務彈性網模型。
MultiTaskElasticNetCV	具有內建交叉驗證的多任務 L1/L2 彈性網。
MultiTaskLasso	使用 L1/L2 混合範數作為正規化器訓練的多任務 Lasso 模型。
MultiTaskLassoCV	使用 L1/L2 混合範數作為正規化器訓練的多任務 Lasso 模型。

穩健迴歸器

任何使用 Huber 損失的估計器也對離群值具有穩健性，例如，SGDRegressor 使用 loss='huber'。

HuberRegressor	對離群值具有穩健性的 L2 正規化線性迴歸模型。
QuantileRegressor	預測條件分位數的線性迴歸模型。
RANSACRegressor	RANSAC (RANdom SAmple Consensus) 演算法。
TheilSenRegressor	Theil-Sen 估計器：穩健的多變量迴歸模型。

用於迴歸的廣義線性模型 (GLM)

這些模型允許響應變數具有正態分佈以外的誤差分佈。

GammaRegressor	具有 Gamma 分佈的廣義線性模型。
PoissonRegressor	具有 Poisson 分佈的廣義線性模型。
TweedieRegressor	具有 Tweedie 分佈的廣義線性模型。

其他

PassiveAggressiveRegressor	被動攻擊迴歸器。
enet_path	使用座標下降法計算彈性網路徑。
lars_path	使用 LARS 演算法計算最小角度迴歸或 Lasso 路徑。
lars_path_gram	充分統計模式下的 lars_path。
lasso_path	使用座標下降法計算 Lasso 路徑。
orthogonal_mp	正交匹配追蹤 (OMP)。
orthogonal_mp_gram	格拉姆正交匹配追蹤 (OMP)。
ridge_regression	通過正規方程式方法求解嶺方程式。