r语言对导入csv数据做线性回归_PySpark做线性回归

这是我的第86篇原创文章，关于PySpark和线性回归。

阅读完本文，你可以知道：

1 线性回归的作用

2 PySpark做线性回归

“PDFMV框架是问题-数据-特征-模型-价值五个英文字母的首字母组合而成，它是以问题为导向，数据为驱动，利用特征和模型从数据中学习到知识，以创造价值的系统化过程。” 

1 线性回归简介

线性回归目标是从数据中学习到一条直线，使得残差平方和最小化。它用于研究变量之间的关系，基于线性的假设，是一种经典而常用的有监督机器学习算法。

线性回归是努力拟合出预测变量和被预测变量的映射关系，比方说：根据年龄预测一个人的工资，根据身高预测一个人的体重，根据房屋的多个属性预测房屋的价格等等。

线性回归效果的评价和分析，一是，利用训练集训练模型，利用新的数据集(测试集)测试模型的效果；二是，计算测试集上面模型的均方根误差以及拟合决定系数。拟合系数计算公式：