Python全系列 教程
3567个小节阅读:5931.1k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
scikit-learn使用SGD实现线性回归使用了:
sklearn.linear_model.SGDRegressor
xxxxxxxxxx
from sklearn.linear_model import SGDRegressor
# 创建对象,该对象可以使用SGD搜索线性回归中的最佳参数
sgd = SGDRegressor()
sgd.fit(X_train_std,y_train) # 在训练集上进行拟合
r2 = sgd.score(X_test_std,y_test) # 在测试集上计算R方指标
print("在测试集上的R2指标为:",r2)
1.scikit-learn使用SGD实现线性回归使用了:
A LinearRegression
B LogisticRegression
C SGDRegressor
D KNeighborsClassifier
2.关于scikit-learn中的SGDRegressor,下列说法正确的是:
A 使用了批量梯度下降法
B 使用了随机梯度下降法
C 使用了逻辑回归算法
D 以上说法均不正确
1=>C 2=>B