线性回归是一种常见的统计方法，用于根据数字输入字段的值对记录进行分类。 线性回归拟合将预测输出值与实际输出值之间的差异最小化的直线或平面。

需求。 在回归模型中只能使用数字字段。 您必须正好有一个目标字段 (角色设置为 Target) 和一个或多个预测变量 (角色设置为 Input)。 角色为 Both 或 None 的字段将被忽略，非数字字段也是如此。 （如有必要，可以使用“派生”节点对非数字字段进行重新编码。）

强度。 回归模型相对简单，用来形成预测的数学公式易于解释。 因为回归建模是一种由来已久的统计方法，所以这些模型的属性已广为人知。 通常，回归模型的训练速度也非常快。 “回归”节点提供了自动字段选择方法，以排除方程式中不重要的输入字段。