回归模型：
线性回归模型
感知器模型
最简单的模型，多层感知器MLP即最简单的深度学习网络。
感知器模型通过循环修正计算误差进行修正，因此没有没有学习率；在学习中，需要指定学习次数（例如学习样本数），否则感知器模型会无休止的进行下去。
基础（单层）感知器模型是非常弱的模型，不会存在过拟合的情况。
sklearn.linera_model.Perceptron(penalty=None, alpha=0.0001, fit_intercept=True, n_iter=5, shuffle=True, verbose=0, eta0=1.0, n_jobs=1. random_state = 0, class_weight=None, warm_start=False) 参数
- penalty：正则惩罚项，默认为0
- fit_intercept：截距
- n_iter：迭代次数
- shuffle：洗牌
- verbose：打印日志等级
- eta0 ：学习率
- n_jobs：启动线程数，-1代表最大
实例
df = pd.read_csv(r'D:\BaiduYunDownload\sklearn\3.0 线性模型\adultTest.csv')
#将object变量（字符串）制成稀疏矩阵，class是目标变量，不用放入
dfNew=pd.get_dummies(df,columns=['workclass','education','marital-status','occupation','relationship','race','sex', 'native-country'])
dfNew['target'] = dfNew['class'].apply(lambda x: 1 if x == r' <=50K' else 0) # 将结果二分为1和0
xdata = dfNew.drop(['class','target'],axis = 1) # 测试集
ydata = dfNew['target'] # 结果集
from sklearn.linear_model import Perceptron # 调用感应器模型函数
per = Perceptron(n_iter=20) # 创建对象并设定迭代次数为20
per.fit(xdata,ydata) # 训练模型
print(per.predict(xdata)) # 对模型进行预测
print(per.score(xdata,ydata)) # 对模型进行准确率评估 tips：感知器没有概率值
线性回归模型
sklearn.linear_model.LinearRegression9(fit_intercept = True, normalize = False, copy_X = True, n_jobs = 1) fit_intercept：是否计算截距
normalize：是否对整个样本进行数据标准化，线性模型并不依赖于正则，所以此参数无意义。
线性回归模型需要接受一个连续性的变量，以达到预测。
在线性模型中，更复杂的模型会用到alpha惩罚项，简称a，并且会通过数据集的定义方式选择raige函数和lasso函数。
raige和lasso的区别
raige接受l2的正则，lasso接受l1的正则。
raige：(w1)2+(w2)2+(w3)^2…，每个权重平方相加；lasso:|w1|+|w2|+|w3|…，每个权重绝对值相加。
lasso接受的l1范数，所以得到的解可能是稀疏的，导致很多系数的权重都为0；raige接受l2的范数，得到的解不会为0。
从方便的角度考虑，我们更多的使用l2范数的raige。
交叉验证（Cross validation)
交叉验证用于防止模型过于复杂而引起的过拟合。有时亦称循环估计，是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析，而其它子集则用来做后续对此分析的确认及验证。交叉验证是一种评估统计分析、机器学习算法对独立于训练数据的数据集的泛化能力（generalize）。
在sklearn的在线性模型中，为了保证模型值，我们可以使用后续加CV的函数来进行交叉验证：
alpha：接受一个数组，数组内是所有认为有效的a的值，函数会自动选择最优值
cv：接受交叉验证的切分份数
scoring：评估指标，不填写会选择默认指标进行判断，也接受填写最小绝对值误差/最小均方误差，一般不填写
其他同上
在进行CV时，有时可能会遇到被切分的样本内没有1，或者样本不均匀的问题，因此我们调用分层函数进行解决:
from sklearn.cross_validation import StratifiedKFold#调用分层函数
sf = StratifiedKFold(ydata,n_folds=5) # 创建对象并选择分为几层，避免发生稀疏矩阵的数据不均匀的问题 这种情况在分类模型中才会发生，回归模型的y是连续值，因此不必进行分层。