sklearn的linear_model.BayesianRidge（）中alpha和lambda有什么区别？
我想估计线性回归y = w_0 + w_1 x_1 + w_2 x_2 + e，其中w_0，w_1，w_2的正数是正态分布的。 w_0 = N（0，sigma0），w1 = N（0，sigma1），w_2 = N（0，sigma2）。
reg = linear_model.BayesianRidge(alpha_1=sigma0, fit_intercept=True, lambda_1=sigma0, normalize=False)