线性回归算法是Microsoft 决策树算法的一种变体，有助于计算依赖变量和独立变量之间的线性关系，然后使用该关系进行预测。
举一反三
- 用线性回归分析表达相关关系的变量之间具有线性关系.
- 线性回归是指解释变量和被解释变量之间呈现线性关系。
- 下面对线性回归描述不正确的是（ ） A: 线性回归可用来分析不同变量之间存在的线性关系 B: 线性回归可用来进行分析预测，即给定一个变量的取值，去预测另外一个变量的取值 C: 线性回归模型的训练是一种非监督学习方法 D: 线性回归模型的训练优化目标是最小化残差平方和的均值
- 【多选题】下列说法正确的是 A. 当变量之间的相关关系不是线性关系时，能直接采用线性回归方程描述它们的相关关系 B. 当变量之间的相关关系不是线性关系时，也能描述变量之间的相关关系 C. 把非线性回归化为线性回归为我们解决问题提供了一种方法 D. 当变量之间的相关关系不是线性关系时，可以通过适当的变换使其转换为线性关系
- 线性回归分析中,若对总体回归系数 [tex=0.571x1.214]CyLt5nwVs0oLAbCn8AssqQ==[/tex] 是否为 0 作方差分析,得到 [tex=5.214x1.357]B/atEjxaQ88WeIOeZ8q9vYUbdYqcuECKgThDaeJax6oWk3kmkYf6u3HOmXJRZmGc[/tex]则可认为A. 两变量之间存在回归关系。B. 两变量之间不存在回归关系。C. 两变量之间存在线性回归关系。D. 两变量之间不存在线性回归关系。