分类自变量 线性回归

分类自变量线性回归是一种广义线性模型，用于解决回归问题。它的基本思想是通过拟合一条直线来预测连续型的因变量。线性回归模型有三个组成部分：随机部分、线性部分和连接函数。随机部分指变量所属的指数族分布，如正态分布、二项分布、Poisson分布等。线性部分是指通过自变量的线性组合来建立模型，并用参数β进行线性变换。连接函数将线性部分的结果映射为预测值。在单变量线性回归中，我们通过拟合一条直线来预测因变量。例如，在房价预测中，每个房子的实际准确房价是已知的，我们可以通过拟合一条直线来预测其他房子的房价。