1. 前言
- 什么是回归？
通俗的讲，回归就是把历史的数据用一个函数曲线，确定1个或多个自变量的关系，以便我们给出一个自变量能够预测出因变量。
-
什么是线性回归?
- 一元线性回归
- 多元线性回归
回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析
2. 线性回归的特点
- 优点：结果具有很好的可解释性（w直观表达了各属性在预测中的重要性），计算熵不复杂。
- 缺点：对非线性数据拟合不好
- 适用数据类型：数值型和标称型数据
