From a754fde31f7692b7d35fb2cf9806726cae823e14 Mon Sep 17 00:00:00 2001 From: loopyme Date: Wed, 1 Apr 2020 13:10:56 +0800 Subject: [PATCH] Finally fix #400 --- docs/0.21.3/2.md | 2 ++ 1 file changed, 2 insertions(+) diff --git a/docs/0.21.3/2.md b/docs/0.21.3/2.md index 0f48ea0..2e3fb72 100644 --- a/docs/0.21.3/2.md +++ b/docs/0.21.3/2.md @@ -46,9 +46,11 @@ array([ 0.5, 0.5]) >* [线性回归示例](https://scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html) ### 1.1.1.1. 普通最小二乘法的复杂度 +{% end raw %} 该方法使用 X 的奇异值分解来计算最小二乘解。如果 X 是一个形状为 `(n_samples, n_features)`的矩阵，设 $$ n_{samples} \geq n_{features} $$ , 则该方法的复杂度为 $$ O(n_{samples} n_{fearures}^2) $$ +{% raw %} ## 1.1.2. 岭回归 [`Ridge`](https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html#sklearn.linear_model.Ridge) 回归通过对系数的大小施加惩罚来解决 [普通最小二乘法](#1111-普通最小二乘法复杂度) 的一些问题。 岭系数最小化的是带罚项的残差平方和， -- GitLab