数据分析基础算法一（线性回归）

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

3. 线性回归过程

4. 线性回归的应用

©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容