我想在sklearn中实现linear_model.Ridge（）的LAD版本。这意味着仍在L2范数上进行正则化，但是该模型将绝对偏差之和（而不是误差的平方）最小化。表示我们正在将最小化
那可能吗？
最佳答案
如果在scikit中使用SGDRegressor学习，并且指定了epsilon_insensitive损失函数并且epsilon值设置为零，则将得到一个等效于具有L2正则化的LAD的模型。
关于python - LAD与Python中的L2规范？ (sklearn)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32888817/