挖掘建模--分类与预测--回归分析

回归分析

回归分析是通过建立模型来研究变量之间相互关系的密切程度，结构状态及进行模型预测的一种有效工具。

常用的回归模型：

回归模型名称	适用条件	算法描述
线性回归	因变量与自变量是线性关系	对一个或多个自变量与因变量之间的线性关系进行建模，用最小二乘法求解模型系数
非线性回归	因变量与自变量之间不都是线性关系	能转化为线性关系用线性回归的思想求解，不能的时候，用非线性最小二乘法求解
Logistic回归	因变量一般有1和0两种取值	是广义线性回归模型的特例，利用函数将因变量的取值范围控制在0和1之间，表示取值为1的概率
岭回归	参与建模的自变量之间具有多重共线性	是一种改进最小二乘估计的方法
主成分回归	参与建模的自变量之间具有多重共线性	根据主成分分析思想提出的是对最小二乘法的一种改进，是参数估计的一种有偏估计，可以消除自变量之间的多重共线性

Logistic回归分析

Logistic回