机器学习-回归

1 回归

1.1 线性回归

优点
易于理解
计算不复杂
缺点
对非线性数据拟合不好
适用
数值型
标称型
数据特征比样本多
岭回归
lasso
前向逐步回归

1.2 树回归

概念
对数据进行二元切分
节点为数值或线性函数
优点
可以对复杂和非线性数据建模
缺点
结果不易理解
适用
数值型
标称型