机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 预测连续指标【回归】 > 线性回归 - Linear Regression

    线性回归 - Linear Regression

    最近更新时间:2022-02-24 16:41:19

    线性回归模型尝试从已知数据集中学习得到一个线性模型(y~x),这个模型通过调整变量参数,尽可能准确地反应x和y的对应关系。根据求得的参数,我们可以对新的输入来计算预测的值。

    语法:

    ..| fit LinearRegression fit_intercept=<True(default) | False> normalize=<True | False(default)> <target_field> from <feature_field_1> <feature_field_2>... 
    
    

    参数说明:

    • fit_intercept参数用来是否计算模型的截距。默认为True。
    • normalize参数用来决定是否把X值正则化处理,默认值为False。如果normalize=True,在回归模型之前,先用L2正则化处理X值。
    • 当fit_intercept=False,normalize只能为True,如果normalize设为False,则会被忽略。
    以上内容是否对您有帮助?
  • Qvm free helper
    Close