标签：机器 模型 dataset 房屋 线性 theta data 回归

线性回归模型

简述

• **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。

• 图解

  

使用场景

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, ⋯ ,

   标签：机器,模型,dataset,房屋,线性,theta,data,回归
   来源： https://blog.csdn.net/Phalaris_arundinacea/article/details/115742742

   本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
   2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
   3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
   4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
   5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。