Merge pull request #25 from chenyyx/master

ApacheCN-xy回归上传

docs/8.预测数值型数据：回归.md

@@ -0,0 +1,18 @@
+
+# 8)预测数值型数据：回归
+
+* 线性回归的特点
+    * 优点：结果易于理解，计算上不复杂。
+    * 缺点：对非线性的数据拟合不好。
+    * 适用数据范围：数值型和标称型数据。
+* 工作原理
+    * 回归的目的是预测数值型的目标值。最直接的办法是以及输入写出一个目标值的计算公式。
+* 回归的一般流程
+    * 收集数据：任何方法
+    * 准备数据：回归需要数值型数据，标称型数据将被转成二值型数据。
+    * 分析数据：绘出数据的可视二维图将有助于对数据做出理解和分析，在采用缩减法求得新回归系数之后，可以将新拟合线绘在图上作为对比。
+    * 训练算法：找到回归系数。
+    * 测试数据：使用R的平方或者预测值和数据的拟合度，来分析模型的效果。
+    * 使用算法：使用回归，可以在给定输入的时候预测出一个数值，这是对分类方法的提升，因为这样可以预测连续型数据而不仅仅是离散的类别标签。
+* 总结
+    * 求回归系数的过程就是回归。