Какие знаешь модели линейной регрессии

Обычная линейная регрессия (OLS) — минимизирует сумму квадратов ошибок.
Ridge-регрессия — добавляет L2-регуляризацию для борьбы с мультиколлинеарностью.
Lasso-регрессия — использует L1-регуляризацию для отбора признаков (обнуляет коэффициенты).
ElasticNet — комбинация L1 и L2 регуляризации.

Пример с Ridge:

from sklearn.linear_model import Ridge
ridge = Ridge(alpha=1.0)
ridge.fit(X_train, y_train)

Нюансы:

• OLS чувствителен к выбросам
• Ridge и Lasso требуют масштабирования признаков
• Lasso может исключить полезные признаки при сильной корреляции