老师，拆分数据集里为什么没有test_size这个参数了

为什么损失函数是除2len(y),我记得均方误差损失函数不是除以len(y)吗？

为什么这里不需要拆分数据集?

我为什么我的分词结果跟没分一样？

还是听不懂这里

# 如果是Softmax回归，multi_class参数应该设置为multinomial

sm = LogisticRegression(multi_class="multinomial")

sm.fit(X_train,y_train)  # 在训练集上拟合

predict_probs = sm.predict_proba(X_test)  # 在测试集上预测样本在每个分类的概率

predict_probs

老师，这里的k和p的取值范围为什么是2-11和1-6啊，是有什么依据还是随机的

将代码中的特征值访问修改成什么呢？

explained_variance_

这个嘛？

这里的损失函数值是指的啥?

这样就报错：

必须这样，不知道哪里的问题：

这里SGD拟合数据集后,然后score打分了,可是这个只知道模型优劣?

那然后有啥用,接着怎么预测线性回归呢

老师 LightGBM中的决策树是用的回归决策树还是分类决策树呢？

课堂上讲的all_words_bag=vect.get_feature_names() 这个是不是已经改名成了，改为：
all_words_bag=vect.get_feature_names_out()

wine_x,wine_y = datasets.load_wine(return_X_y=True)
return_X_y=True这个是什么意思？

r2=1 - mean_squared_error(y_test,y_predict) / np.var(y_test)

老师 r2score是通过均方误差计算得来的吗？为什么不使用均方误差来衡量结果呢？