定义
回归分析是研究自变量与因变量之间数量变化关系的一种分析方法,它主要是通过因变量
与影响它的自变量
之间的回归模型,衡量自变量
对因变量
的影响能力的,进而可以用来预测因变量Y的发展趋势。
分类
回归分析可以根据不同的分类标准进行分类,主要包括以下几种类型:
机器学习中主流回归算法
在机器学习领域,有许多不同类型的回归算法,每种算法都有其独特的优点和适用场景。主流回归算法主要有如下几种:
线性回归
Lasso回归
岭回归
多项式回归
决策树回归
随机森林回归
支持向量机回归
k近邻回归
梯度提升回归
神经网络回归
这些主流算法会在后面文章中一一介绍。
领取专属 10元无门槛券
私享最新 技术干货