機器學習 - 迴歸分析

迴歸分析（Regression Analysis）

    是一種統計學上分析數據的方法，目的在於瞭解兩個或多個變數間是否相關、相關方向與強度，並建立數學模型以便觀察特定變數來預測研究者感興趣的變數。

    迴歸分析是建立因變數{\displaystyle Y}（或稱依變數，反應變數）與自變數{\displaystyle X}（或稱獨變數，解釋變數）之間關係的模型。簡單線性迴歸使用一個自變量{\displaystyle X}，復回歸使用超過一個自變量（{\displaystyle X_{1},X_{2}...X_{i}}）。

數學基礎：

1. 最小二乘法（最小平方法）

收穫:

1，如果自變量與因變量之間存在非線性好相關性，有些也可以轉化爲線性相關性來訓練,比如X平方的關係，我們就可以在樣本數據中增加一列來處理這一列就是X的平方值。