java 一元线性回归_线性回归 - Java教程 - 找一找教程网

线性回归(Linear Regression)是统计分析、机器学习中最基础也是最重要的算法之一，利用线性函数对一个或多个自变量和因变量(y)之间的关系进行拟合模型，用来做预测。

根据自变量(样本特征)个数分为一元和多元线性回归：

$$

Y=a + bx

$$

$$

Y = a+ b1X1 + b2X2 + b3X3 + ... + bkXk

$$

开胃小菜

什么是线性？

首先看看线性函数的定义：一阶或零阶多项式。特征是一维时，线性模型在二维空间构成一条直线；特征是二维时，线性模型在三维空间中构成一个平面；特征是三维时，则最终模型在四维空间中构成一个体；以此类推…

线性回归具体什么时候使用呢？

回归问题，因变量是连续值

自变量和因变量存在线性关系

其实，这里我们可以大概将线性回归概括为：在N维空间中找到一个线性函数(一条直线，一个平面...)来拟合数据。

看图更直观一些：