回归vs回溯

    回溯法是通过类似于穷举法，通过不断地生成解，尝试，最后得出所要求的解，可以理解为走一步看一步。

而回归法是先规划好一个大致的模型（解的范围），再通过逐步控制变量得到解，在过程中也能很直接的看出异常值（异常的解）。
回溯法（探索与回溯法）
是一种选优搜索法，又称为试探法。
按选优条件向前搜索，以达到目标。但当探索到某一步时，发现原先选择并不优或达不到目标，就退回一步重新选择，这种走不通就退回再走的技术为回溯法，而满足回溯条件的某个状态的点称为“回溯点”。
回归法
回归是一种用于建模和分析变量之间关系的技术，通常是它们如何结合并且与一起产生特定结果相关。

一.线性回归
线性回归指的是完全由线性变量组成的回归模型。
单变量线性回归，用于使用线性模型对单个输入自变量和输出因变量之间的关系进行建模。
多变量线性回归，其中为多个独立输入变量（特征变量）和输出因变量之间的关系创建模型。 模型保持线性，输出是输入变量的线性组合。