线性回归:一种常见的统计与机器学习方法,用一条“线性函数”(如 (y = ax + b))来描述自变量与因变量之间的关系,并通过数据估计参数,使预测误差尽量小。除最常见的一元线性回归外,也常见多元线性回归;此外还有“线性回归”在更广义上指一类线性模型。
/ˈlɪniər rɪˈɡrɛʃən/
Linear regression is easy to understand and often used for predicting prices.
线性回归很容易理解,并且常用于预测价格。
After checking the residuals, the analyst found that a simple linear regression did not capture the nonlinear trend in the data.
在检查残差后,分析师发现简单的线性回归无法捕捉数据中的非线性趋势。
Linear 来自拉丁语 linea(“线、线条”),强调“直线/线性”的形式;regression 在统计学中源于拉丁语 regressio(“返回、后退”),后来在统计语境里固定为“回归”,指用变量关系去“回推/估计”某种趋势或规律。“linear regression”合起来就是“用线性形式来做回归估计”的方法名称。