什么是线性回归
在统计学中,线性回归是利用称为线性回归方程的最小二乘函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。一个带有一个自变量的线性回归方程代表一条直线。我们需要对线性回归结果进行统计分析。
只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。
模型介绍
在线性回归问题中,由于预测目标直接是实数域上的数值,因此优化目标更为简单,及最小化预测结果和真实值之间的差异。
当使用一组m个用于训练的特征向量 X = < x 1 , x 2 , . . . , x m > X=<x^1,x^2,...,x^m> X=<x1,x2,...,xm>
和其对应的回归目标 y = < y 1 , y 2 , . . . , y m > y=<y^1,y^2,...,y^m> y=<y1,y2,...