所有机器学习建模之前都用线性回归先试试总是没有错的？

来源：5-10 线性回归的可解释性和更多思考

神经旷野舞者

2018-02-10

课程里老师说建模前都用线性回归试试，以便能多找出一些特征，这个思想是不是对几乎所有机器学习问题适用？

写回答

1回答

liuyubobobo

2018-02-11

已采纳

我认为近乎可以。但我应该没说过线性回归可以"多"找到特征：）

其实线性回归本身还有很多更加深入的内容可以探索，很多高级的统计学方法本身，也是基于线性回归模型的。通过合理的使用线性回归模型，是可以深入挖掘数据之间的关系的。更深入的了解线性回归，一方面可以去看更加深入的统计学知识；一方面可以学习Statistical Learning相关内容；另外，有很多专门介绍Linear Regression Analysis的内容。

liuyubobobo

菲菲菲特

抱歉，我没看过《The Elements of Statistical Learning》这本书的中文版，不知道翻译怎么样。不过由于国内的整体外文书籍翻译制度的原因，很难吸引一流人才去翻译，所以估计所谓的不靠谱，就是翻译上的术语错误等问题。整体书籍的内容很靠谱。btw，统计学习入门可能《An Introduction to Statistical Learning》更友好，虽然基于R语言。这本书的英文版正版可以直接从官网免费获得。传送门：http://www-bcf.usc.edu/~gareth/ISL/ 加油！

2018-08-20

共7条回复

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5893 学习 · 2454 问题

查看课程

相似问题

reg.score_达到多少说明我们当初选择线性回归模型选对了？

回答 1

线性回归需要用train_test_split和Scaler来提高性能吗？

回答 1

关于线性回归中归一化处理和不对归一化处理的问题

回答 2

5-10 9:15 当我们数据真的和结果具有较强的线性关系的时候，线性回归算法是比KNN算法要好的，这里有点不明白？

回答 1

为什么房产案例选择线性回归而不是更复杂的非线性模型？

回答 2

打开慕课网App查看更多内容