#Python数据建模-回归分析

主题  |  数据建模

我还是一次性将一些理论的知识整理完呗，大家可以选择性地看看就好，后续会找一些实例来练练。

一、分类与预测

分类与预测是预测问题的2种主要实现类型。分类指的是预测分类情况（离散属性），而预测则是建立连续值函数模型，预测给定自变量对应的因变量的值。

1. 常用预测与分类算法

1）回归分析

确定预测属性（数值型）与其他变量间相互依赖的定量关系最常用的统计学方法，包括线性回归、非线性回归、logistic回归、岭回归、主成分回归、偏最小二乘回归。

2）决策树

决策树采用自顶而下的递归方式，在内部节点进行属性值的比较，并根据不同的属性值从该节点向下分支，最终得到的叶节点是学习划分的类。

3）人工神经网络

指的是一种模仿大脑神经网络结构和功能而建立的信息处理系统，表示神经网络的输入与输出之间关系的模型。

4）贝叶斯网络