人工智能——监督学习，驱动核心源码详解和Binder超系统学习资源

(2)回归：当输出是连续的，学习任务为回归任务。

2 分类任务

---

3 回归分析

---

3.1 回归

回归：统计学分析数据的方法，目的在于了解两个或多个变数间是否相关、研究其相关方向与强度，并建立数学模型以便观察特定变数来预测研究者感兴趣的变数。回归分析可以帮助人们了解在自变量变化时因变量的变化量。一般来说，通过回归分析我们可以由给出的自变量估计因变量的条件期望。

3.2 回归的任务

3.3 Sklearn vs. 回归

Sklearn 提供的回归函数

主要被封装在两个子模块中，分别是sklearn.linear_model和 sklearn.preprocessing 。

sklearn.linear_modlel 封装的是一些线性函数， 线性回归函数 包括有：

• 普通线性回归函数（ LinearRegression ）