Я использую scikit-learn
«сек коньковой регрессию:Как установить скорость обучения в регрессии гребня scikit-learn?
regr = linear_model.Ridge (alpha = 0.5)
# Train the model using the training sets
regr.fit(X_train, Y_train)
#bias:
print('bias: \n', regr.intercept_)
# The coefficients
print('Coefficients: \n', regr.coef_)
я нашел (here) различные варианты для функции linear_model.Ridge
, но есть конкретный вариант, который я не нашел в списке: Как может Я установил learning rate
(или learning step
) функции обновления?
По learning rate
, я имею в виду:
w_ {T + 1} = w_t + (learning_rate) * (частная производная целевой функции)
Большое спасибо! Но тогда, кажется, он использует размер шага только для SAG, а не для «обычного» (то есть пакетного) Gradient Descent. Есть ли причина, почему? – Cheshie