在线性回归基础上演化发展了逻辑回归（LR）、因子分解机（FM）等，而且深度学习的CNN、RNN、Attention机制都有线性回归的思想的影子。
回归算法是一种比较常用的机器学习算法，用来建立“解释”变量(自变量X)和观 测值(因变量Y)之间的关系；从机器学习的角度来讲，用于构建一个算法模型(函 数)来做属性(X)与标签(Y)之间的映射关系，在算法的学习过程中，试图寻找一个 函数使得参数之间的关系拟合性最好。 回归算法中算法(函数)的最终结果是一个连续的数据值，输入值(属性值)是一个d 维度的属性/数值向量
利用最小二乘估计求解要求很多统计假设，
1、解释变量是确定变量，不是随机变量。（即每个xi是已知的）
2、随机误差项具有零均值、同方差何不序列相关性。
3、随机误差项与解释变量之间不相关。
4、随机误差项服从零均值、同方差的正态分布
温馨提示：答案为网友推荐，仅供参考
相似回答