【数据挖掘】回归分析定义、概念、分类、过程讲解（图文解释 超详细）

一、回归分析

在生活中存在很多相互制约又相互依赖的关系，这些关系主要有确定关系和非确定关系

确定关系指变量之间存在明确的函数关系，如圆的周长与半径之间的关系

非确定关系指各变量之间虽然有制约依赖关系，但无法用确定的函数表达式来表示，如人的血压与体重之间存在密切关系，但无法找到一个能准确表达其关系的函数，变量之间存在的这种非确定性关系，称为相对关系

事实上，有一些确定关系，由于测量误差的影响，也经常表现出某种程度的不确定性

对于不确定的关系，通过大量观测数值，可以发现其中变量间存在的统计规律。通过回归分析，可以表明自变量和因变量之间的显著关系或者表明多个自变量对一个因变量的影响强度

回归问题在形式上与分类问题十分相似，但是在分类问题中预测值y是一个离散变量，它代表通过特征x所预测出来的类别；而在回归问题中，y是一个连续变量

回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归

回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系

具体来说，回归分析法指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量