线性回归看这两个网页足够了！
一元线性回归
★★★★★介绍的比较详细 https://blog.csdn.net/scc_hy/article/details/82813148
谈到了各种实现方法，比较全面有趣，可以作为教程使用；
多元线性回归，非线性回归， 正则化
https://www.jianshu.com/p/738f6092ef53
摘录：
【LASSO 方法会产生稀疏参数，大多数相关系数会变成 0，模型只会保留一小部分特征。而岭回归还是会保留大多数尽可能小的相关系数】。 当两个变量相关时，LASSO 方法会让其中一个变量的相关系数会变成 0，而岭回归是将两个系数同时缩小。
scikit-learn 还提供了弹性网（elastic net）正则化方法，通过线性组合 L1 和 L2 兼具 LASSO 和岭回归的内容。 可以认为这两种方法是弹性网正则化的特例
作者：wyrover
链接：https://www.jianshu.com/p/738f6092ef53
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。
可以看看公式。
https://blog.csdn.net/weixin_42451864/article/details/81352878
