sklearn里learning_rate什么意思？

learning rate，学习率，顾名思义就是模型学习训练集的速度，或者说模型被训练的速度。

learning rate越大，训练得越快；反之，越慢。

learning rate通常是针对于基于梯度下降的机器学习模型，具体说来这个学习率就是梯度下降的步长。对于凸优化，一般说来步长越小收敛越慢；对于非凸问题，learning rate就不是那么直截了当的了。选太小了，训练太慢，影响这个模型的进度，选太大了，可能一步跨过去，错过了最优点。

现在有很多模型能够根据数据的特点自动选择学习率。如果你要手动设置的话，根据我个人的经验0.00001到0.1的范围比较常见，有时候你甚至需要通过交叉验证来最后确定学习率。

就是梯度下降里的步长

仅此而已