回归分析整体逻辑

回归分析（Regression Analysis）

研究自变数与因变数之间关系形式的分析方法，它主要是通过建立因变数y与影响它的自变数x之间的回归模型，来预测因变数y的发展趋向。

回归分析的步骤

• 根据预测目标，确定自变数和因变数
• 绘制散点图，确定回归模型类型
• 估计模型参数，建立回归模型
• 对回归模型进行检验
• 利用回归模型进行预测

数据来源：单车数据下载

好啦~~正式开始啦！

1.导入所需要的包 以及下载下来的数据，因为原始数据有非常多的变数，而我只需要用到一个因变数一个自变数，所以读取的时候，直接读取需要的变数数据。

查看数据描述统计信息：

2.提取特征值和标签，绘制散点图，确定回归模型类型

3.分离出训练数据和测试数据，查看分布情况

4.创建回归模型

5.模型评估

6.利用模型进行预测

总结：线性回归模型和逻辑回归模型可以一起学习，主要是进行对比，这样就会更清晰的了解什么是线性回归模型，什么是逻辑回归模型，逻辑回归模型其实是一种分类演算法，在下一篇文章会通过例子来展示逻辑回归模型。

推荐阅读：