基本信息

---

下载

文档摘要

---

3.1线性回归模型

线性回归属于机器学习中的监督学习两大任务之一的回

归任务。回归的目的是为了预测，比如预测明天的天气温度，预测股票的走势、物体的类别等。回归之所以能预测是因为通过历史数据摸透了“规律”,然后通过规律来得到预测结果。回归分析本质上是一个函数估计问题，即找出因变量和自变量之间的因果关系。若回归分析的变量是连续变量(房价、疾病发生概率等),则是一般所说的回归预测；若因变量是离散变量(类别),则是回归分类。总的来说，回归分析是一种

有监督的学习方法。;

线性回归有很多实际用途，最常见的有以下两大类：

(1)基于观测或历史数据进行预测。在已有数据上对观测数据和历