线性回归（Linear Regression）

线性回归（Linear Regression）

1. 线性回归模型

线性回归模型是线性模型的一种，是一种基本的回归分析，通过最小二乘法估计线性回归模型的参数。

2. 最小二乘法 (即最小平方误差)

最小二乘法（Least Squares Method）是一种数学优化技术，主要用于解决数据拟合问题和参数估计。 在统计学、工程、物理科学等领域广泛应用，尤其是在线性回归分析中作为标准方法。 其基本思想是通过最小化残差平方和来寻找一组模型参数，使得模型函数与实际观测数据之间的差异（即误差）达到最小。

3. 逻辑回归（Logistic Regression）

逻辑回归（Logistic Regression）是一种统计和机器学习方法，用于解决分类问题， 特别是二分类问题。尽管名字中包含“回归”二字，但它实际上属于广义上的线性模型， 并且主要用于估计离散结果的概率，而不是连续变量的预测。

4. classification