我知道scikit-learn中的LinearRegression类和SGDRegressor类都执行线性回归。然而，只有SGDRegressor使用梯度下降作为优化算法。

那么LinearRegression使用的优化算法是什么，这两个类之间还有哪些其他显著的区别？

回答：

LinearRegression始终使用最小二乘法作为损失函数。

对于SGDRegressor，您可以指定损失函数，并使用随机梯度下降（SGD）来拟合。对于SGD，您一次处理一个数据点进行训练，并根据误差梯度更新参数。

简单来说——您可以在不适合内存的训练数据集上训练SGDRegressor。此外，您可以用新的数据批次更新SGDRegressor模型，而无需在整个数据集上重新训练。