线性回归可以定义为统计模型,用于分析因变量与给定的一组自变量之间的线性关系,变量之间的线性关系意味着,当一个或多个自变量的值更改(增加或减少)时,因变量的值也将相应更改(增加或减少)。
数学上的关系可以通过以下方程式表示:
来源:LearnFk无涯教程网
Y=mX+b
在这里,Y是无涯教程试图预测的因变量,X是用来进行预测的因变量,m是回归线的斜率,代表X对Y的影响
b是一个常数,称为ΔY截距。如果X=0,则Y等于 b.。
此外,线性关系本质上可以是正数或负数,如下所述-
如果自变量和因变量都增加,则线性关系称为正。下图可以帮助理解-
如果独立增加且因变量减少,则线性关系将称为正。下图可以帮助理解-
线性回归具有以下两种类型-
祝学习愉快!(内容编辑有误?请选中要编辑内容 -> 右键 -> 修改 -> 提交!)