当前位置：首页>python>Python-线性回归

Python-线性回归

2026-10-11 08:23:29

Python-线性回归

“回归”的问题，

是通过学习输入特征和目标值之间的线性关系，来预测一个连续的输出。

线性回归的通用数据表达式：

以前读书时经常学到的是y=kx+b，k是斜率，b是截距。原理是相同的，将这种只有一种未知数的称为“一元线性回归”，

当未知数X个数大于1时，称为“多元线性回归”。

若未知数的次数大于1，如x²，x³，称这样的回归方程为“多项式回归”。

建立模型的过程，就是找到变量X前最适合的一组参数w，根据输出的结果进行调整。

逻辑回归，本质上和线性回归是一样的，只是通过数学函数的变换，把数值范围空值在0-1之间。逻辑回归是用来处理分类问题的。而不是预测连续的数值。从名称上看会有所区别。

在引用python的Scikit-learn模块时，会发现逻辑回归也是从skelarn.linear_model 里引用出来的。它们都属于线性模型。

除了线性模型，还有树模型、概率模型、神经网络模型（这个属于深度学习类用的，常用于图像识别、语音识别和自然语言处理）。

Good luck，Excel里也是可以实现预测功能的。

#回归模型，#Python学习，#机器学习

天黑了就睡觉，不执着于讲一个完美的故事，一天天好好过。

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

最新文章

随机文章