선형 회귀는 숫자 입력 필드 값에 기반하여 레코드를 분류하는 일반적인 통계 기법입니다. 선형 회귀는 예측 및 실제 출력 값 사이의 차이를 최소화하는 직선 또는 곡선에 적합합니다.

요구사항. 숫자 필드만 회귀 모형에서 사용할 수 있습니다. 정확히 하나의 대상 필드 (역할이 Target로 설정됨) 와 하나 이상의 예측변수 (역할이 Input로 설정됨) 가 있어야 합니다. Both 또는 None 역할의 필드는 숫자가 아닌 필드이므로 무시됩니다. (필요한 경우 비숫자 필드는 파생 노드를 사용하여 기록할 수 있습니다.)

강도. 회귀 모형은 비교적 단순하며 예측 생성을 위해 쉽게 해석되는 수학 공식을 제공합니다. 회귀분석 모델링은 장기적으로 안정된 통계 프로시저이므로 이 모델의 특성도 널리 알려져 있습니다. 또한 보통 회귀 모형은 빠르게 훈련할 수 있습니다. 회귀분석 노드에서는 방정식에서 중요하지 않은 입력 필드를 제거하기 위해 자동 필드 선택에 대한 방법을 제공합니다.