线性回归算法的实现
Microsoft 决策树算法可用于多种任务：线性回归、分类或关联分析。若要为进行线性回归而实现此算法，应控制算法的参数以限制树的增长，并使模型中的所有数据都位于单个节点中。也就是说，虽然线性回归基于决策树，但该树仅包含一个根节点而没有任何分支：所有数据都位于根节点中。 为实现这一目的，算法的 MINIMUM_LEAF_CASES 参数应设置为大于或等于该算法用于为挖掘模型定型的总事例数。通过以这种方式设置该参数，算法在任何情况下都不会创建拆分，从而执行线性回归。 表示回归线的公式采用了通式 y = ax + b，该公式称为回归公式。变量 Y 表示输出变量，X 表示输入变量，a 和 b 是可调整的系数。您可以通过查询已完成的挖掘模型来检索回归公式的系数、截距和其他信息。 | 
