本章內容
- 線性回歸
- 局部加權線性回歸
- 嶺回歸和逐步線性回歸
- 預測鮑魚年齡和玩具售價
本書前面的章節介紹了分類，分類的目標變量是標稱型數據，而本章將會對連續型的數據做出預測。讀者很可能有這樣的疑問：「回歸能用來做些什麼呢？」。我的觀點是，回歸可以做任何事情。然而大多數公司常常使用回歸法做一些比較沉悶的事情，例如銷售量預測或者製造缺陷預測。我最近看到一個比較有新意的應用，就是預測名人的離婚率。
本章首先介紹線性回歸，包括其名稱的由來和Python實現。在這之後引入了局部平滑技術，分析如何更好地擬合數據。接下來，本章將探討回歸在「欠擬合」情況下的縮減（shrinkage）技術，探討偏差和方差的概念。最後，我們將融合所有技術，預測鮑魚的年齡和玩具的售價。此外為了獲取一些玩具的數據，我們還將使用Python來做一些採集的工作。這一章的內容會十分豐富。