基本原理

最小二乘法的判定条件是

$$\underset{w}{\min }\Vert Xw-y{\Vert }_2^2$$

其中，${\min }_{w}F(w)$表示$F(w)$最小时的$w$；$w$是拟合参数，$x,y$是变量。

对于线性问题，可通过对$w$求导，得到$F(w)$极值处的$w$，具体表达式为

$$w=(X^{T}X{)}^{-1}{X}^{T}y$$

但这里面有一个问题，若$X$各分量的实际值相去甚远，会导致不同分量的权重不同，尽管$X^{T}X$满秩，却存在一些接近0的特征值，使得问题陷入病态，引入较大误差。

这时可以引入一个参数$\alpha$，令

$$\underset{w}{\min }\Vert Xw-y{\Vert }_2^2+\alpha \Vert w{\Vert }_2^2$$

从其表达式可以看出，岭回归中，要求拟合参数$w$的值尽可能地靠近0，这种方案可以不局限于线性拟合，也可以应用在非线性拟合中。例如，对于$y=|\sin x|$这样的函数，其最小值显然在$x=0$处，但若没有一个$\alpha$这一项作为惩罚因子，那么关于$y=|\sin x|$的优化注定是发散的，因为$\sin x$是周期函数。

sklearn实现

下面构造一个病态的优化问题，令$X$为$10\times 10$的矩阵，且$x_{ij}=\frac{1}{i+j+1}$。$Y$为所有元素都为1的向量。由于$X$并不满秩，所以这个线性优化问题要么无解，要么多解，是普通最小二乘法无法解决的问题

import matplotlib.pyplot as plt
import numpy as np
from sklearn import linear_model as lm
X = 1.0 / (np.arange(1, 11) + np.arange(0, 10).reshape(-1,1))
y = np.ones(10)

lso = lm.LinearRegression()
lso.fit(X,y)
print(lso.coef_)
# [0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]

但在岭回归中，加入了惩罚因子，使得所有参数在拟合过程中都尽可能地小，具体实现如下

alphas = np.logspace(-10, -2, 200)
coefs = []
for a in alphas:
    ridge = lm.Ridge(alpha=a, fit_intercept=False)
    ridge.fit(X, y)
    coefs.append(ridge.coef_)

ax = plt.subplot()

ax.plot(alphas, coefs)
ax.set_xscale("log")
ax.set_xlim(ax.get_xlim()[::-1])  # reverse axis
plt.xlabel("alpha")
plt.ylabel("weights")
plt.show()

结果如图所示

随着$\alpha$逐渐变小，拟合参数之间的差异也逐渐增大，当$\alpha =0.01$时，拟合参数为

>>> print(coefs[-1])
[-1.15365551 -0.06380733  0.82265094  1.33384561  1.62104261  
1.77805326 1.85752347  1.88963634  1.89230434  1.87650476]

而当$\alpha =0.1$时，其拟合参数为

>>> print(coefs[0])
[2.64506216  -27.60371349    7.99290855  133.67544639   18.04324721
-123.85503932 -175.62007046 -113.78633324   45.15379398  274.0230348 ]