Python数据分析在Kaggle上的共享单车项目实战。

简介：
引入正则化项指的是在损失函数中增加一项正则化，而这种正则化可以分为两种类型：一种是L1正则化，另一种是L2正则化。我们通常称带有L2正则化项的回归模型为岭回归，而带有L1正则化项的回归模型则称为Lasso回归。1. 岭回归借鉴了百度百科对它的定义。岭回归（英文名：ridge regression, Tikhonov regularization）是一种专门用于处理共线性数据分析的有偏估计的回归方法。其核心在于，它本质上是对最小二乘估计法的改进，通过牺牲一部分信息以及降低模型的精度，从而获得回归系数更加贴近实际情况、更具可靠性的回归结果。相较于最小二乘法，岭回归在拟合病态数据方面表现更为出色。从其定义中可以明显看出，岭回归是对最小二乘法的改进，它是一种有偏估计的回归方法。