参数fit_intercept=True的解释

●sklearn.linear_model.LinearRegression(fit_intercept=True)

●通过正规方程优化

●fit_intercept：是否计算偏置

●LinearRegression.coef_：回归系数

●LinearRegression.intercept_：偏置

●sklearn.linear_model.SGDRegressor(loss=“squared_loss”, fit_intercept=True, learning_rate =‘invscaling’, eta0=0.01)

●SGDRegressor类实现了随机梯度下降学习，它支持不同的loss函数和正则化惩罚项来拟合线性回归模型。

●loss:损失类型

●loss=”squared_loss”: 普通最小二乘法

●fit_intercept：是否计算偏置

●learning_rate : string, optional

●学习率填充

●’constant’: eta = eta0

●’optimal’: eta = 1.0 / (alpha * (t + t0)) [default]

●‘invscaling’: eta = eta0 / pow(t, power_t)

●power_t=0.25:存在父类当中

●对于一个常数值的学习率来说，可以使用learning_rate=’constant’ ，并使用eta0来指定学习率。

●SGDRegressor.coef_：回归系数

●SGDRegressor.intercept_：偏置