导入数据，并进行预处理。我们使用鸢尾花数据集中的后两个品种，根据萼片长度预测花瓣长度。

y=z+ϵ, ϵ∼N(0,σ2)y = z + epsilon, , epsilon sim N(0, sigma^2)y=z+ϵ,ϵ∼N(0,σ2)

使用EViews软件进行OLS估计参数，建立线性回归模型，同时得到模型的拟合图和残差图。点击proc->Make Model，弹出Model窗口。得到回归方程。 演示数据为股票数据:上证指数与微博情感分析处理后的大V指数数据之间的回归分析...

今天要处理的问题对于一个只学了线性回归的机器学习初学者来说还是比较棘手——通过已知的几组数据预测一组数据。用excel看了下，关系不是很明显，平方，log都不是很明显，挨着试也不是办法，所以停下来理了理思路。...

在基本的线性回归中(可见简单易学的机器学习算法——线性回归(1))，对于一个线性回归为题，我们得到一个线性方程组：

以上的这些问题，主要就是表现在模型的方差和偏差问题上，这样的关系可以通过下图说明：

也即是残差平方和最小时。B（Bi）的值。可以证明B的最小二乘估计=（XTX）-1XTy

分类回归树（Classification and Regression Tree，CART）是一种典型的决策树算法，CART算法不仅可以应用于分类问题，而且可以用于回归问题。

前面已经叙述了基本的线性回归，局部加权线性回归，以及岭回归。其中，局部加权线性回归做的工作就是进行了特征的选择，选择的策略是进行局部的约束；岭回归是采用的正则化的方法进行特征的选择，使用的是...

原文链接：https://cuijiahua.com/blog/2017/12/ml_12_regression_2.html