Scikit-Learn

tol
, 
the optimization checks the dual gap for optimality 
and continues until it is smaller than 
tol
.
normalize
: Boolean, optional, default = 
False
If this parameter is set to True, the regressor X will 
be 
normalized 
before 
regression. 
The 
normalization will be done by subtracting the mean 
and dividing it by L2 norm. If 
fit_intercept = 
False
, this parameter will be ignored. 
copy_X
: Boolean, optional, default = True 
By default, it is true which means X will be copied. 
But if it is set to false, X may be overwritten. 
max_iter
: int, optional 
As name suggest, it represents the maximum 
number of iterations taken for conjugate gradient 
solvers. 
precompute
: 
True|False|array-like, 
default=False 
With this parameter we can decide whether to use 
a precomputed Gram matrix to speed up the 
calculation or not.

---

Scikit-Learn
44 
warm_start
: bool, optional, default = false 
With this parameter set to True, we can reuse the 
solution of the previous call to fit as initialization. 
If we choose default i.e. false, it will erase the 
previous solution.
random_state
: int, RandomState instance 
or None, optional, default = none 
This parameter represents the seed of the pseudo 
random number generated which is used while 
shuffling the data. Followings are the options: 

int
: In this case, 
random_state
is the seed 
used by random number generator. 
