列举LinearRegression()的参数

LinearRegression()类的主要参数如下：

1. fit_intercept: 布尔值，表示是否要计算截距。默认为True。如果设置为False，则模型不会计算截距项。

2. normalize: 布尔值，表示是否要对特征矩阵进行归一化。默认为False。如果设置为True，则特征矩阵会在拟合之前进行归一化处理。

3. copy_X: 布尔值，表示是否要在拟合期间复制特征矩阵X。默认为True。如果设置为False，则模型在拟合期间会直接修改特征矩阵X。

4. n_jobs: 整数，表示要使用的并行作业数。默认为1，表示不使用并行化。如果设置为-1，则使用所有可用的CPU。

这些是LinearRegression()类的主要参数。在实际使用中，我们可以根据需要调整这些参数来适应不同的情况。

相关问题

请列举setAttribute的全部参数

PDO的setAttribute方法有很多参数，常用的有以下几个：

1. PDO::ATTR_ERRMODE：错误报告模式，可选值有PDO::ERRMODE_SILENT，PDO::ERRMODE_WARNING和PDO::ERRMODE_EXCEPTION。
2. PDO::ATTR_EMULATE_PREPARES：是否启用预处理语句的模拟，可选值有true和false。
3. PDO::MYSQL_ATTR_INIT_COMMAND：在连接数据库时执行的SQL语句，可用于设置字符集等。
4. PDO::ATTR_DEFAULT_FETCH_MODE：默认的获取数据方式，可选值有PDO::FETCH_ASSOC，PDO::FETCH_NUM和PDO::FETCH_BOTH。
5. PDO::ATTR_PERSISTENT：是否启用持久连接，可选值有true和false。

以上仅是常用的参数，实际上PDO的setAttribute方法有很多其他参数，可以根据需要进行设置。

请列举LGBMClassifier都有什么参数

LGBMClassifier 的参数包括 num_leaves、max_depth、learning_rate、n_estimators、min_child_samples、subsample、colsample_bytree、reg_alpha、reg_lambda、scale_pos_weight 等。它们用于控制模型的深度、学习速率、样本权重等等。