sklearn的线性回归linearregression都有哪些优化

sklearn中的线性回归模型LinearRegression并没有显式的优化方法，而是默认使用最小二乘法（Ordinary Least Squares，OLS）来求解模型参数。但是，可以通过设置模型参数来调整模型的优化方式，如设置fit_intercept=False可以去掉截距项，设置normalize=True可以对特征进行归一化处理。

除了OLS，sklearn还提供了其他线性回归模型，如岭回归（Ridge Regression）、Lasso回归（Lasso Regression）、弹性网络回归（ElasticNet Regression）等，它们都采用了不同的优化方法来求解模型参数，具有不同的优缺点，可以根据具体问题选择合适的模型。