「05」回归的诱惑：一文读懂线性回归

前言

从这一篇文章开始，就正式进入「美团」算法工程师带你入门机器学习系列的正文了，之前的几篇算是导读和预热，想必大家看的并不过瘾。从这里开始，我们将会以线性回归为起点，贯通回归方法在机器学习算法中所扮演的角色、具有的功能和使用的方法。

说起回归，它是我们在高中时就接触过的内容。具体的，回归（Regression）是指研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组随机变量(X1，X2，…，Xk)之间关系的统计分析方法，又称多重回归分析。通常Y1，Y2，…，Yi是因变量，X1、X2，…，Xk是自变量。因变量，就是指被影响、决定的变量，本身不参与运算，而自变量则是指自身发生变化、改变并参与运算，最终影响因变量的变量。这些内容都是高中学习过的基础，这里仅仅做个回顾，不深入复习。

现在，让我们先抛开机器学习、算法、模型这类名词，从最简单的线性回归来看看，到底什么是回归（的诱惑）

 

 

线性回归是什么？

我们前面提到过，回归是计算因变量和自变量之间统计关系的一种方法。而线性回归可以理解为学习变量之间线性关系