線性迴歸的用法

線性迴歸演算法可解決最小平方問題 X * B = Y，其中 X 是輸入 n * p 矩陣，B 是 p * 1 向量，Y 是目標值的 n * 1 向量。

在此實作中，矩陣 X 是以含有所指定輸入直欄的輸入表格來表示，Y 是以表格 X 中的目標直欄來表示。已處理兩種類型的輸入直欄：數值直欄及名義直欄。

會特別處理輸入表格 X 中的遺漏值（亦即空值），如下列清單所述。處理取決於「空值」包含在線性迴歸演算法中的位置。

  • 空值包含在 id 直欄中。
    • 掃描輸入表格中相對應直欄中的空值和重複值。如果發現空值或重複值，則演算法會停止。然後會顯示錯誤訊息。
    • 此處理適用於 IDAX.LINEAR_REGRESSION 儲存程序及 IDAR.PREDICT_LINEAR_REGRESSION 儲存程序。
  • 空值包含在任何輸入直欄中。
    • 任何輸入直欄中的空值均無效。因此，會忽略輸入表格中有一個以上的輸入直欄包含空值的列。不顯示錯誤訊息。
    • 對於 IDAX.LINEAR_REGRESSION 儲存程序而言，如果輸入資料集的所有列都包含空值，則會認為輸入表格是空的。會顯示錯誤訊息。
    • 對於 IDAX.PREDICT_LINEAR_REGRESSION 儲存程序而言，會忽略輸入列中的空值，但儲存程序已完成。也會建立輸出表格。
  • 空值包含在 target 直欄中。
    • 對於 IDAX.LINEAR_REGRESSION 儲存程序，target 直欄中的空值被當成任何輸入直欄中的空值來處理，亦即，會忽略這些列。如果 target 直欄僅包含空值，則會認為輸入表格是空的。
    • 對於 IDAX.PREDICT_LINEAR_REGRESSION 儲存程序而言，target 直欄中的空值並不重要，因為目標本身會依照預測。