回归 好坏 机器学习_机器学习下的多元回归

多元回归是六西格玛管理中我们常用的一统计工具，它可以帮助考察多个x对y的影响，并建立可以用于预测的回归方程。这一块的内容我们在之前的文章中做了详细介绍，但是我们今天将基于Minitab 19向大家介绍机器学习下的多元回归。

Minitab中已经引入很多机器学习的算法，在Minitab 19中我们还加入了CART分类树与CART回归树算法，当然我们今天的重点是多元回归。

什么是好的模型？

我们在建模的时候最不愿意看到两种情况：过度拟合和欠拟合。

使用与拟合模型相同的数据来评估模型，经常会导致过度拟合，如下图。

而这种过度拟合的模型如果用来预测的话，效果往往不好。

那么什么才算一个好的模型呢？一个好的模型需要在高方差（过度拟合）和高偏差（欠拟合）之间找到一种权衡。