实际上，无论是日常的统计学习还是挖掘学习中，回归分析都可以算是大家最早接触，也是整个体系当中相当重要的一个内容了，所以咱们这期就从回归分析说起吧。
一般来说，借助回归分析，我们希望可以量化描述预测变量与响应变量的关系，同时帮助我们进行预测。其他的例子还有：广告的投入与市场销售的关系，受教育程度与收入的关系等。而在整个回归体系当中，最基础的莫过于普通最小二乘回归（Ordinary Least Square，简称OLS）
从上面的式子中，我们可以得知，在其他因素固定的情况下，身高每增加1cm，体重就平均增加2.085kg
接下来，我们简单谈谈利用SPSS Modeler的实现过程
直接回复公众号“回归分析”，将给你提供本次回归分析所使用的数据和建模文件的网盘链接
嗯，接下来咱们会系统地介绍一下SPSS Modeler这个业界鼎鼎有名的工具，从工具的发展历史，到界面说明，普通的数据操作、探索性数据分析，最后到各个算法的操作使用都会涉及，同时也会通过网盘提供相关的数据文件以及模型文件，方便大家动手操作，敬请关注！
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。
