Linear-AS 노드

선형 회귀는 숫자 입력 필드의 값을 기반으로 레코드를 분류하기 위한 일반적인 통계 기법입니다. 선형 회귀는 예측 출력 값과 실제 출력 값 사이의 불일치를 최소화하는 직선 또는 표면에 적합합니다.

요구사항. 숫자 필드 및 범주형 예측변수만 선형 회귀 모형에서 사용할 수 있습니다. 정확히 하나의 목표 필드 (역할이 목표로 설정됨) 와 하나 이상의 예측변수 (역할이 입력으로 설정됨) 가 있어야 합니다. 역할이 둘 다 또는 없음 인 필드는 숫자가 아닌 필드이므로 무시됩니다. (필요한 경우 파생 노드를 사용하여 숫자가 아닌 필드를 코딩변경할 수 있습니다.)

강도. 선형 회귀 모델은 상대적으로 단순하며 예측을 생성하기 위해 쉽게 해석되는 수학 공식을 제공합니다. 선형 회귀는 장기 설정된 통계 프로시저이므로 이러한 모델의 특성을 잘 이해할 수 있습니다. 또한 선형 모델은 일반적으로 매우 빠르게 훈련합니다. 선형 노드는 방정식에서 중요하지 않은 입력 필드를 제거하기 위해 자동 필드 선택 방법을 제공합니다.