數(shù)據(jù)分析基礎算法一（線性回歸）

1. 前言

  • 什么是回歸？

通俗的講，回歸就是把歷史的數(shù)據(jù)用一個函數(shù)曲線，確定1個或多個自變量的關系，以便我們給出一個自變量能夠預測出因變量。

  • 什么是線性回歸?
    • 一元線性回歸
    • 多元線性回歸

回歸分析中，只包括一個自變量和一個因變量，且二者的關系可用一條直線近似表示，這種回歸分析稱為一元線性回歸分析。如果回歸分析中包括兩個或兩個以上的自變量，且因變量和自變量之間是線性關系，則稱為多元線性回歸分析

2. 線性回歸的特點

  • 優(yōu)點：結果具有很好的可解釋性（w直觀表達了各屬性在預測中的重要性），計算熵不復雜。
  • 缺點：對非線性數(shù)據(jù)擬合不好
  • 適用數(shù)據(jù)類型：數(shù)值型和標稱型數(shù)據(jù)

3. 線性回歸過程

4. 線性回歸的應用

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點，簡書系信息發(fā)布平臺，僅提供信息存儲服務。

相關閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容