sklearn.linear_model

Разнообразие линейных моделей.

Руководство пользователя. См. Линейные модели раздел для дальнейших деталей.

Следующие подразделы являются лишь общими рекомендациями: один и тот же оценщик может попадать в несколько категорий в зависимости от его параметров.

Линейные классификаторы

LogisticRegression	Классификатор логистической регрессии (также известный как logit, MaxEnt).
LogisticRegressionCV	Логистическая регрессия CV (также известная как logit, MaxEnt) классификатор.
PassiveAggressiveClassifier	Пассивно-агрессивный классификатор.
Perceptron	Линейный классификатор перцептрона.
RidgeClassifier	Классификатор с использованием Ridge-регрессии.
RidgeClassifierCV	Ридж-классификатор со встроенной перекрестной проверкой.
SGDClassifier	Линейные классификаторы (SVM, логистическая регрессия и т.д.) с обучением SGD.
SGDOneClassSVM	Решает линейную One-Class SVM с использованием стохастического градиентного спуска.

Классические линейные регрессоры

LinearRegression	Линейная регрессия методом наименьших квадратов.
Ridge	Линейные наименьшие квадраты с L2-регуляризацией.
RidgeCV	Ридж-регрессия со встроенной кросс-валидацией.
SGDRegressor	Линейная модель, обученная путем минимизации регуляризованной эмпирической потери с SGD.

Регрессоры с выбором переменных

Следующие оценщики имеют встроенные процедуры подбора с выбором переменных, но любой оценщик, использующий L1 или эластичную сеть, также выполняет выбор переменных: обычно SGDRegressor или SGDClassifier с соответствующим штрафом.

ElasticNet	Линейная регрессия с комбинированными априорными распределениями L1 и L2 в качестве регуляризатора.
ElasticNetCV	Модель Elastic Net с итеративной подгонкой вдоль пути регуляризации.
Lars	Модель регрессии с наименьшими углами (Least Angle Regression), также известная как
LarsCV	Кросс-валидированная модель регрессии наименьшего угла.
Lasso	Линейная модель, обученная с априорным распределением L1 в качестве регуляризатора (также известная как Lasso).
LassoCV	Лассо линейная модель с итеративной подгонкой вдоль пути регуляризации.
LassoLars	Модель Lasso, обученная с использованием регрессии наименьшего угла, также известной как
LassoLarsCV	Лассо с кросс-валидацией, использующий алгоритм LARS.
LassoLarsIC	Модель Lasso, обученная с помощью Lars с использованием BIC или AIC для выбора модели.
OrthogonalMatchingPursuit	Модель ортогонального согласованного преследования (OMP).
OrthogonalMatchingPursuitCV	Кросс-валидированная модель Orthogonal Matching Pursuit (OMP).

Байесовские регрессоры

ARDRegression	Байесовская ARD-регрессия.
BayesianRidge	Байесовская гребневая регрессия.

Многозадачные линейные регрессоры с выбором переменных

Эти оценщики совместно подгоняют несколько регрессионных задач, индуцируя разреженные коэффициенты. Хотя выведенные коэффициенты могут различаться между задачами, они ограничены согласованием по выбранным признакам (ненулевым коэффициентам).

MultiTaskElasticNet	Модель Multi-task ElasticNet, обученная с L1/L2 смешанной нормой в качестве регуляризатора.
MultiTaskElasticNetCV	Многозадачный L1/L2 ElasticNet со встроенной кросс-валидацией.
MultiTaskLasso	Многозадачная модель Lasso, обученная с регуляризацией смешанной нормы L1/L2.
MultiTaskLassoCV	Многозадачная модель Lasso, обученная с регуляризацией смешанной нормы L1/L2.

Регрессоры, устойчивые к выбросам

Любая оценка, использующая потерю Хубера, также будет устойчива к выбросам, например, SGDRegressor с loss='huber'.

HuberRegressor	L2-регуляризованная линейная регрессионная модель, устойчивая к выбросам.
QuantileRegressor	Модель линейной регрессии, предсказывающая условные квантили.
RANSACRegressor	Алгоритм RANSAC (RANdom SAmple Consensus).
TheilSenRegressor	Оценщик Тейла-Сена: устойчивая многомерная модель регрессии.

Обобщенные линейные модели (GLM) для регрессии

Эти модели позволяют переменным отклика иметь распределения ошибок, отличные от нормального распределения.

GammaRegressor	Обобщённая линейная модель с гамма-распределением.
PoissonRegressor	Обобщённая линейная модель с распределением Пуассона.
TweedieRegressor	Обобщенная линейная модель с распределением Твиди.

Разное

PassiveAggressiveRegressor	Пассивно-агрессивный регрессор.
enet_path	Вычисление пути эластичной сети с координатным спуском.
lars_path	Вычисляет путь Least Angle Regression или Lasso с использованием алгоритма LARS.
lars_path_gram	lars_path в режиме достаточной статистики.
lasso_path	Вычислить путь Lasso с координатным спуском.
orthogonal_mp	Ортогональный жадный поиск (OMP).
orthogonal_mp_gram	Грам Ортогональный Поиск Совпадений (OMP).
ridge_regression	Решите уравнение гребневой регрессии методом нормальных уравнений.