Regression回归数据分析的步骤

一、前言

场景预设

利用回归进行数据分析，在现实中具有广泛的应用，用于发现事物之间的关系。假设你是一个制造工程师，老板要求你对某化学产品的合成产出率进行分析，以便用于优化设备参数。此时，由于刚学了李宏毅老师的课，作为动手小王子的你，打算亲自动手做一下这个项目并总结处Regression进行数据分析预测时的方法论。

**声明：**本文大部分笔记理解来源于李宏毅机器学习视频课程Regression以及《Hands on machine Learning with Scikit Learn, Keras and TensorFlow》；

二、Regression进行销售预测方法论

2.1 定义商业目标

在进行数据分析前，需要问问你的老板，你的需求是什么，即商业目标是什么？例如本案例中：老板要求你对下个月产品A的销售额进行预测：

1. 产品的最佳设置参数是多少？
2. 预测需要哪些数据？需要多少数据？需要考虑哪些影响因素？
3. 以往是如何设置参数的？
4. 需要选用哪些模型？线性回顾？非线性回顾？逻辑回归？SVM？…
5. 如何评价模型的好坏？
6. 需要达到的最低表现水平如何？
7. 如果用手动解决这个问题，你要怎么解决？
8. 有哪些前提假设？

代码如下（示例）