ソースの説明 ソースは【Python自前実装】曲線フィッティングがベースなので、そちらをご一読ください。 リッジ回帰 リッジ回帰は以下の目的関数を最小化する回帰のことで、過学習を防ぐことができます。 # リッジ回帰(L2正則化)のモデルを作成 ridge_model = linear_model.Ridge(alpha=np.e**(-18)) # 学習する ridge_model.fit(Phi, t) 過学習 リッジ回帰と比較するために正則化無のモデルも学習しています。 # 線形回帰(正則化無)のモデルを作成 model = linear_model.LinearRegression() …