sklearn线性回归

来源：

https://www.icourse163.org/course/BIT-1001872001

线性回归

• 线性回归(Linear Regression)是利用数理统计中回归分析， 来确定两种或两种以上变量间相互依赖的定量关系的一种统计分 析方法。
• 线性回归利用称为线性回归方程的最小平方函数对一个或多个自 变量和因变量之间关系进行建模。这种函数是一个或多个称为回 归系数的模型参数的线性组合。只有一个自变量的情况称为简单 回归,大于一个自变量情况的叫做多元回归。

线性回归：使用形如y=wTx+b 的线性模型拟合数据输入和输出之 间的映射关系的

线性回归有很多实际的用途，分为以下两类：

1. 如果目标是预测或者映射，线性回归可以用来对观测数据集的y和X 的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值， 在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个 y值。
2. 给定一个变量y和一些变量X1,⋯,??,这些变量有可能与y相关，线 性回归分析可以用来量化y与X?之间相关性的强度，评估出与y不相关的X? ， 并识别出哪些X?的子集包含了关于y的冗余信息。

线

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/90605959