线性回归原理推导与算法描述

目录 一、概念 二、原理与推导 三、算法描述   一、概念 线性回归（Linear Regression）是一种通过属性的线性组合来进行预测的线性模型，其目的是找到一条直线或者一个平面或者更高维的超平面，使得预测值与真实值之间的误差最小化。 二、特点 优点：结果具有很好的可解释性（w00直观表达了各属性在预测中的重要性），计算熵不复杂。 缺点：对非线性数据拟合不好 使用数据类型：数值型和标称型数据

>>阅读原文<<