基于Spark的机器学习实践 (七) - 回归算法

  1. 云栖社区>
  2. Java技术进阶>
  3. 博客>
  4. 正文

基于Spark的机器学习实践 (七) - 回归算法

javaedge 2019-04-15 14:59:17 浏览676
展开阅读全文

0 相关源码

1 回归分析概述

1.1 回归分析介绍

◆ 回归与分类类似,只不过回归的预测结果是连续的,而分类的预测结果是离散

◆ 如此,使得很多回归与分类的模型可以经过改动而通用

◆ 因此对于回归和分类中基本原理相同或类似的模型 ,不再赘述

1.2 Spark中集成的回归算法

◆ Spark实现的回归算法很丰富 ,有很多模型同样可以用于分类

1.3 回归与分类的区别与联系

2 线性回归算法概述

2.1 线性回归简介

◆ 在回归分析中,自变量与因变量之间满足或基本满足线性关系,可以使用线性模型进行拟合

◆ 如回归分析中,只有一个自变量的即为一元线性回归,其自变量与因变量之间的关系可以用一条直线近似表示

◆ 同理,对于多变量的回归称为多元线性回归,其可以用一个平面或超平面来表示

2.2 使用线性回归的前提条件

◆ 自变量与因变量之间具有线

网友评论

登录后评论
0/500
评论
javaedge
+ 关注
所属云栖号: Java技术进阶