线性节点
线性回归是一种常见的统计方法,用于根据数字输入字段的值对记录进行分类。线性回归拟合将预测输出值与实际输出值之间的差异最小化的直线或平面。
需求。在线性回归模型中只能使用数值字段。必须有且仅有一个目标字段(角色设置为目标),但可以有一个或多个预测变量(角色设置为输入)。角色为两者或无的字段将被忽略,就像对待非数值字段一样。(如有必要,可以使用“派生”节点对非数字字段进行重新编码。)
优势。线性回归模型相对简单,用来形成预测的数学公司易于解释。由于线性回归是一种由来已久的统计方法,因此这些模型的属性已广为人所熟知。通常,线性模型的训练速度也非常快。“线性”节点提供了自动字段选择方法,以排除方程中不重要的输入字段。
注: 如果目标字段为分类(例如是/否或流失/未流失)而非连续范围,那么可以将 Logistic 回归用作替代项。 Logistic 回归还支持非数值输入,因而无需对这些字段进行重新编码。有关更多信息,请参阅Logistic 节点主题。