机器学习 - 回归分析

回归分析（Regression Analysis）

    是一种统计学上分析数据的方法，目的在于了解两个或多个变数间是否相关、相关方向与强度，并建立数学模型以便观察特定变数来预测研究者感兴趣的变数。

    回归分析是建立因变数{\displaystyle Y}（或称依变数，反应变数）与自变数{\displaystyle X}（或称独变数，解释变数）之间关系的模型。简单线性回归使用一个自变量{\displaystyle X}，复回归使用超过一个自变量（{\displaystyle X_{1},X_{2}...X_{i}}）。

数学基础：

1. 最小二乘法（最小平方法）

收获:

1，如果自变量与因变量之间存在非线性好相关性，有些也可以转化为线性相关性来训练,比如X平方的关系，我们就可以在样本数据中增加一列来处理这一列就是X的平方值。

机器学习 - 回归分析

原文：http://simonwzing.blog.51cto.com/3896700/1873514