回归模型之线性回归

1.什么是回归分析

首先先要对回归分析做一个了解，回归分析是一种预测模型，研究的是根据所产生的数据，对未来进行预测的一种技术。主要是使用在预测结果，时间序列模型和变量之间的因果关系，例如对飞机今天是否会晚点的预测。

回归分析是对数据进行建模分析的重要工具。比如说o2o优惠券的使用预测，对于用户的多个特征和根据之前使用结果，去预测未来用户使用优惠券的情况。

线性回归模型（Linear Regression）

线性回归模型其实是一种跟基础，被人所熟知的，从数学的角度来说，它是我们最开始学习的y=ax+b，这就是一个最简单的线性模型，而在现实中，模型肯定不会这么简单的，所以也就出现了多元线性回归，就是存在多个特征。

我们的目的就是尽可能去拟合出最准确的线，并且可以让可能多的预测结果准确，也就是有好的泛化能力。

要使得线性模型可以很好的拟合，可以使用最小二乘法（Least Square Method）就可以解决，最小二乘法就是通过让每一个数据与所拟合的直线的垂直距离的平方来计算得到最佳的拟合直线。计算的是平方和，所以并不能相互抵消。