线性回归的用途

线性回归算法用于求解最小平方问题 X * B = Y，其中 X 是 n * p 输入矩阵，B 是 p * 1 向量，而 Y 是目标值的 n * 1 向量。

在此实现中，矩阵 X 表示为具有所指定输入列的输入表，Y 表示为表 X 中的目标列。两类输入列（数字列和名义列）都会包括在处理中。

对于输入表 X 中的缺失值（即 NULL 值），将会进行专门处理，如以下列表所述。处理取决于 NULL 值包含在线性回归算法中的位置。

  • NULL 值包含在 id 列中。
    • 将会扫描输入表中的相应列，以查找 NULL 值和重复项。如果找到 NULL 值或重复项，那么算法将停止。然后，显示一条错误消息。
    • 这种处理适用于 IDAX.LINEAR_REGRESSION 存储过程和 IDAX.PREDICT_LINEAR_REGRESSION 存储过程。
  • NULL 值包含在任意输入列中。
    • 任何输入列中的 NULL 值均无效。因此，将会忽略一个或多个输入列包含 NULL 值的输入表行。不会显示错误消息。
    • 对于 IDAX.LINEAR_REGRESSION 存储过程，如果输入数据集中所有的行都包含 NULL 值，那么视输入表为空。将会显示一条错误消息。
    • 对于 IDAX.PREDICT_LINEAR_REGRESSION 存储过程，将会忽略输入行中的 NULL 值，但存储过程将会完成。此外，还会创建输出表。
  • NULL 值包含在 target 列中。
    • 对于 IDAX.LINEAR_REGRESSION 存储过程，处理 target 列中 NULL 值的方式与处理任何输入列中的 NULL 值相同，即，忽略这些行。如果 target 列仅包含 NULL 值，那么会将输入表视为空。
    • 对于 IDAX.PREDICT_LINEAR_REGRESSION 存储过程，target 列中的 NULL 值无关紧要，因为将会预测目标本身。