自动回归
简介
在统计学中，回归分析（regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。
相关概念
机器学习模型
机器学习模型是一种算法的表达，它通过梳理海量数据来查找模式或进行预测。
常见的分类算法
- Linear Regression线性回归
- Logistic Regression逻辑回归
- Polynomial Regression多项式回归
- Stepwise Regression逐步回归
- Ridge Regression岭回归
- Lasso Regression套索回归
- ElasticNet回归
算法参数及说明
| 参数 | 说明 |
|---|---|
| 无参数 | 无 |
案例
案例数据下载：iris.xlsx
案例介绍：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
- Sepal.Length（花萼长度），单位是cm;
- Sepal.Width（花萼宽度 ），单位是cm;
- Petal.Length（花瓣长度），单位是cm;
- Petal.Width（花瓣宽度），单位是cm;
- 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。
制作流程：
-
选择iris数据集；
-
在智能分析图表中选择自动回归；
-
在设置中的基础配置中选择状态为成功的自动回归模型，** 注意：数据集字段必须包含已选择的分类模型所使用的训练集字段 **；
如果模型列表中没有模型，需要创建模型，创建模型的链接：机器学习模型管理
-
进行数据探索
展示结果可以是表或散点图，可以在散点图上显示和隐藏回归线