線形回帰は、数値入力フィールドの値に基づいてレコードを分類するための一般的な統計手法です。 線形回帰は、予測される出力値と実際の出力値間の矛盾を最小限にする直線または表面に適合します。

要件。 回帰モデルでは、数値型フィールドだけを使用できます。 ( 役割が Target に設定されている ) ターゲット・フィールドが 1 つのみであり、1 つ以上の予測フィールド (役割が Inputに設定されている) が必要です。 Both または None の役割を持つフィールドは、非数値フィールドと同様に無視されます。 (必要な場合は、 フィールド作成ノードを使用して非数値型フィールドを再コード化できます)。

利点 回帰モデルは比較的単純で、予測の生成のために解釈しやすい数式が取得できます。 回帰モデルの作成は、古くから確立されている統計手法なので、モデルのさまざまな特徴が確認されています。 また、一般に回帰モデルの学習速度は非常に高速です。 線型回帰ノードでは、自動フィールド選択を利用して、式から重要 (有意) でない入力フィールドを削除することができます。