sklearn.linear_model RidgeCV normalize =参数的作用是什么

Question

我对sklearn.linear_model的RidgeCV中的normalized=的确切功能感到困惑。

文档说：

normalize：bool，默认= False当fit_intercept设置为False时，将忽略此参数。如果为True，则回归变量X将在回归之前通过减去均值并除以l2-范数。如果您希望标准化，请使用：class：sklearn.preprocessing.StandardScaler，然后再调用fit在具有normalize=False的估算器上。

1. 我们通常指标准化为减去均值并除以l2-范数。但是文档将其称为“规范化”。
2. 如果我正确理解了文档，请按照以下步骤使用代码的第三块（最后一块）：>

If you wish to standardize, please use
:class:`sklearn.preprocessing.StandardScaler` before calling ``fit``
on an estimator with ``normalize=False``.

3. 但是，我如何解释系数？这些是标准化系数吗？但是从它们的大小来看，我怀疑它们是否是标准化系数。

总体上，我不确定我是否已遵循有关此normalize参数的文档。

我将用其他语言测试类似的代码，然后看看能得到什么。

from sklearn.datasets import load_diabetes
from sklearn.linear_model import RidgeCV
X, y = load_diabetes(return_X_y=True)
未标准化

clf = RidgeCV(normalize=False,alphas=[1e-3, 1e-2, 1e-1, 1]).fit(X, y)
clf.coef_
print(clf.alpha_)
print(clf.score(X,y))
print(clf.coef_)
0.01 
0.5166287840315846 
[ -7.19945679 -234.55293001 520.58313622 320.52335582 -380.60706569 150.48375154 -78.59123221 130.31305868 592.34958662 71.1337681 ]

标准化并规范化为真

from sklearn.preprocessing import StandardScaler
scaler = StandardScaler()
scaler.fit(X)
X_std = scaler.transform(X)
clf = RidgeCV(normalize=True,alphas=[1e-3, 1e-2, 1e-1, 1]).fit(X_std, y)
print("standardize and normalize=True")
print(clf.alpha_)
print(clf.score(X_std,y))
print(clf.coef_)

standardize and normalize=True
0.01
0.5166287840315843
[ -0.34244324 -11.15654516  24.76161466  15.24574131 -18.10363195
   7.15778213  -3.7382037    6.19836011  28.17519659   3.38348831]
standardize and normalize = False

clf = RidgeCV(normalize=False,alphas=[1e-3, 1e-2, 1e-1, 1]).fit(X_std, y)
print("standardize and normalize=False")
print(clf.alpha_)
print(clf.score(X_std,y))
print(clf.coef_)

standardize and normalize=False
1.0
0.5175831607267165
[ -0.43127609 -11.33381407  24.77096198  15.37375716 -30.08858903
  16.65328714   1.46208255   7.5211415   32.84392268   3.26632702]

我对sklearn.linear_model在RidgeCV中所做的归一化=所做的事情感到困惑。文档说：normalize：bool，default = False当fit_intercept为...

Answer 1

[normalize]参数的作用与sklearn.preprocessing.normalizer相同，与标准定标器不同。