Regresja liniowa to często stosowana technika statystyczna przeznaczona do klasyfikowania rekordów na podstawie wartości numerycznych zmiennych wejściowych. Regresja liniowa dopasowuje prostą linię lub powierzchnię, która minimalizuje rozbieżności między wartościami przewidywanymi a rzeczywistymi wynikami.

Wymagania. W przypadku modelu regresji liniowej można stosować tylko zmienne numeryczne i predyktory jakościowe. Wymagana jest dokładnie jedna zmienna przewidywana (o roli ustawionej na Zmienna przewidywana) oraz jeden lub większa liczba predyktorów (o roli ustawionej na Dane wejściowe). Zmienne posiadające rolę Łącznie lub Brak są ignorowane — tak samo, jak zmienne nienumeryczne. (W razie potrzeby zmienne nienumeryczne mogą być rejestrowane przy użyciu węzła wyliczeń).

Mocne strony. Modele regresji liniowej są stosunkowo proste i zapewniają łatwy w interpretacji wzór matematyczny do generowania predykcji. Regresja liniowa jest od dawna stosowana jako procedura statystyczna, dlatego właściwości tych modeli są dobrze zrozumiałe. Uczenie modeli liniowych zwykle przebiega bardzo szybko. Węzeł Liniowy udostępnia metody automatycznego wyboru zmiennych w celu wyeliminowania nieistotnych zmiennych wejściowych z równania.