数据挖掘之回归分析

回归分析是通过建立模型来研究变量之间相互关系的密切程度，以及进行模型预测的一种有效工具。

常见的回归模型如下：

名称	适用条件
线性回归	因变量与自变量是线性关系
非线性回归	因变量与自变量不都是线性关系
Logistic回归	因变量一般有1和0两种取值，也有多分类的情况
岭回归	自变量之间具有多重共线性

下面介绍常用的二分类Logistic回归。

逻辑回归（Logistic回归）模型的建模步骤如下：

1、根据分析目的，设置指标变量（因变量和自变量），然后收集数据。

2、建立模型。

y取1的概率是，取0的概率是1-p。用和自变量列出线性回归方程，估计模型中的回归系数。

3、模型检验。

可以采用逐步回归法，首先剔除最不显著的自变量，重新构造回归方程，直到模型