线性回归：修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
第2行： 第2行：
|nodename=线性回归
|nodename=线性回归
|nodeimage=Linear Regression.png
|nodeimage=Linear Regression.png
|icon=Linear Regression.svg
|simpleicon=Linear Regression_Pure.svg
|developer=Dev.Team-DPS
|developer=Dev.Team-DPS
|productionstate=PC可用
|productionstate=PC可用
第19行： 第21行：
|nodeavailabletablelist=Table_For_Downstream
|nodeavailabletablelist=Table_For_Downstream
|nodeconfiguration=VariableList
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
|nodeinputports=WorkFlow-Control 🠶;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control 🠶;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/线性回归
|statsapewikiurl=https://wiki.statsape.com/线性回归
|previousnode=[[典型相关分析]]
|previousnode=[[典型相关分析]]
|nextnode=[[逻辑回归]]
|nextnode=[[逻辑回归]]
}}
}}




2023年12月8日 (五) 10:49的版本

Linear Regression.png
节点状态
PC可用
在 V1.0部署
线性回归Linear Regression.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名线性回归
功能主类别数据分析
英文缩写线性回归
功能亚类别回归分析
节点类型数据挖掘
开发语言R
节点简介

线性回归是一种研究影响关系的方法，利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模的一种回归分析。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。在线性回归中,数据使用线性预测函数来建模,并且未知的模型参数也是通过数据来估计。线性回归模型经常用最小二乘逼近来拟合。

用途：用于分析一个或多个自变量和因变量之间的关系。也可以用于预测基于一组自变量的因变量值。

参数：选择高斯分布因变量，和一个或多个自变量

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口2个
Loop-支持循环是
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点典型相关分析
下一节点逻辑回归
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=线性回归&oldid=3092”
最近修改
此页面最后编辑于2023年12月8日 (星期五) 10:49。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].