标签：机器学习
导说：
都属于广义线性回归范畴。
线性回归分析：一元线性（当个因变量，一次，是条直线）；
多元线性（因变量有很多个，但也是一次，在空间中就是一个平面）；
广义线性（高维线性回归，也就是一个超平面）
（都是一次的，因此称为线性回归）
非线性回归分析：非一次的，是曲线，有些可以用线性模型处理，称为广义线性模型，例如Logistic回
归；、
困难：筛选变量（降维技术），避免多重共线性（某一变量依赖于其他几个变量），观察拟合方程，避
免过拟合。。。
使用线性回归依据：
对于线性回归，可以使用相关系数判断这些变量是否适合使用线性去拟合：如下
可以通过柯西不等式证明其值在-1至1之间。
离1或者-1越接近时，则可以说明其线性相关程度越高。正相关与负相关。
标签：机器学习
原文地址：http://wukong0716.blog.51cto.com/10442773/1690184
