1.基本概念 **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。 2.特点 优点:结果具有很好的可解释性(w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 适用数据类型:数值型和标称型数据 3.自己实现的线性回归 3.1 简单线性回归 1.利用最小二乘法得到的系数 2.用简答随机数模拟的方法来搭建简单线性回归 import numpy as np import matplotlib.pyplot as plt x =