回归模型包不包括神经网络

回归模型通常不直接包含神经网络，因为它们属于不同的机器学习范式。回归模型主要用于预测连续数值结果，例如线性回归、决策树回归、岭回归等，这些都是基于统计学原理建立的模型，其核心思想是对输入特征与目标变量之间的关系进行建模。

相比之下，神经网络是一种复杂的非线性模型，它通过多层次的节点结构和权重调整来处理数据，并常用于分类和回归任务。虽然现代的深度学习框架如TensorFlow和PyTorch中可以构建包含神经网络的回归模型（比如全连接层+线性输出），但这并不是传统意义上的回归模型的基本组成部分。