1
条回答
写回答
写回答
-
回归就是用一条曲线对数据点进行拟合，该曲线称为最佳拟合曲线，这个拟合过程称为回归。回归问题的求解过程就是通过训练分类器采用最优化算法来寻找最佳拟合参数集。当该曲线是一条直线时，就是线性回归。
对于一个拥有m个对象、n个属性的样本数据集而言，线性回归的目的就是建立一个线性函数，它能对待测对象x，预测其对应的一个或者多个输出结果。
线性回归是机器学习的基础，“线性”指一次，“回归”实际上就是拟合。线性回归一般用来做连续值的预测，预测的结果是一个连续值。在训练学习样本时，不仅需要提供学习的特征向量X，还需要提供样本的实际结果（标记label），因此线性回归模型属于监督学习里的回归模型。
资料来源：《Python机器学习》，文章链接：https://developer.aliyun.com/article/727175
2021-10-22 16:08:06赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
