线性回归
上一节
下一节
1 线性回归
线性回归(Linear regression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。
特点:只有一个自变量的情况称为单变量回归,多于一个自变量情况的叫做多元回归

线性回归当中主要有两种模型,一种是线性关系,另一种是非线性关系。在这里我们只能画一个平面更好去理解,所以都用单个特征或两个特征举例子。
线性关系
单变量线性关系:
多变量线性关系

非线性关系

为什么会这样的关系呢?原因是什么?
如果是非线性关系,那么回归方程可以理解为???
线性回归API
sklearn.linear_model.LinearRegression()
LinearRegression.coef_:回归系数

