什麼是線性迴歸

統計分析方法

線性迴歸是一種統計分析方法，用於建立因變量（目標變量）和自變量（特徵變量）之間的線性關係模型。

在機器學習和數據分析中，線性迴歸通過最小化預測值與實際值之間的誤差（通常使用最小二乘法）來估計模型的參數。線性迴歸可以處理一箇或多箇自變量，應用非常廣泛。當只有一箇自變量時，它被稱爲一元線性迴歸；當有多箇自變量時，則稱爲多元線性迴歸。

線性迴歸模型可以表示爲y=wx+b（其中w是斜率，b是截距），這個模型通過找到最佳擬合直線來預測因變量的值。