最近在自学图灵教材《Python机器学习基础教程》，做些笔记。 对于回归问题，线性模型预测的一般公式如下： ŷ=w[0]x[0]+w[1]x[1]+…+w[p]x[p]+b 这里x[0]到x[p]表示单个数据点的特征（本例中特征个数为p+1），w和b是学习模型的参数，ŷ是模型的预测结果。  岭回归 岭回归也是一种用于回归的线性模型，因此它的预测公式与普通最小二乘法相同。但在岭回归中，对系数（w）的选择不仅要在训练数据上得到好的预测结果，而且还要拟合附加约束。我们还希望系数尽量小。换句话说，w的所有元素都应接近于0。直观上来看，这意味着每个特征对输出的影响应尽可能小（即斜率很小），...