优点:结果易于理解,计算上不复杂
缺点:对非线性的数据拟和不好
适用数据类型:数据型和标称型数据
1.定义
回归最简单的定义是,给出一个点集D,用一个函数去拟合这个点集,并且使得点集拟合函数间的误差最小。如果这个函数曲线是一条直线,就被称为线性回归。
2.目的
回归的目的就是建立一个回归方程用来预测目标值,回归的求解就是求这个方程的回归系数,预测方法就是用回归系数乘以输入值再全部相加就得到了预测值,即
3.普通最小二乘法
特点:
给定输入矩阵X,如果的逆存在并可以求得,就可以直接采用该方法求解。
公式:
矩阵X为(m,n+1)矩阵,m为样本数,n表示一个样本的特征数,Y为(m,1)列向量。