总结
恭喜您已经完成了回归简介！ 我们来总结一下要点。
我们了解了回归会寻找特征和标签之间的连续关系，通常可使用简单的数学方法解释。 我们了解到，模型按以下两个因素命名：
- 回归模型拟合的曲线类型。 例如，“线性回归”会查找“直线”关系，而多项式回归则可处理非线性关系。
- 它们使用的变量数量：简单回归使用一个特征，而多元回归使用多个特征。
我们还介绍了 R2 值，我们使用这些值来评估模型拟合数据的拟合度，0 表示模型无效，而 1 表示完美拟合。
最后，我们还了解了推断：如何使用训练数据集范围以外的特征来预测值。 尽管我们发现使用回归模型进行推断很简单，但如果特征与训练数据中的特征差距较大，我们会发现模型不合理的程度。