回归算法，线性回归，logistics

回归，又称 多重回归分析 ：指研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法
通常Y1，Y2，…，Yi是 因变量 ，X1、X2，…，Xk是 自变量
Regression ，一种数学模型
分类：
一元线性回归模型，由大体上有线性关系的一个自变量和一个
因变量组成；模型是Y=a+bX+ε（X是自变量，Y是因变量，ε是随机误差）。
通常假定随机误差的均值为0，方差为σ^2（σ^2﹥0，σ^2与X的值无关）。
若进一步假定随机误差遵从正态分布，就叫做正态线性模型。
一般的，若有k个自变量和1个因变量，则因变量的值分为两部分：
一部分由自变量影响，即表示为它的函数，函数形式已知且含有未知参数；
另一部分由其他的未考虑因素和随机性影响，即随机误差。
线性回归分析模型：当函数为参数未知的线性函数时
非线性回归分析模型：当函数为参数未知的非线性函数时
多重回归：当因变量个数大于1时
多元回归：当自变量个数大于1时
content：
在多个自变量影响一个因变量的关系中，判断自变量的影响是否显著，并将影响显著的选入模型中，剔除不显著的变量。
通常用逐步回归、向前回归和向后回归等方法
从一组数据出发，确定某些变量之间的