摘要
恭喜您完成迴歸的簡介！ 讓我們回顧一下重點。
我們已了解迴歸會尋找功能和標籤之間的連續關聯性，通常可使用簡單的數學來解釋。 我們已了解模型會以兩個項目來命名：
- 迴歸模型符合的曲線類型。 例如，線性迴歸會尋找「直線」關聯性，而多項式迴歸可能會使用非線性關聯性。
- 其使用的變數有幾個：簡單迴歸會使用一種特徵，而多重迴歸使用多種特徵。
我們也涵蓋了 R2 值，我們會使用這些值來評估模型與資料的符合程度，數字 0 表示模型無效，而 1 表示完全符合。
最後，我們學習了外推法：使用超出我們訓練資料集範圍的特徵來預測值。 雖然我們發現使用迴歸模型很簡單，但如果這些特徵與我們的訓練資料相距甚遠，模型可能會變得不合理。