线性回归
使用线性回归，可以为自变量或特性，以及因变量或结果之间的线性关系进行建模。建立线性回归模型用于：
-
为自变量和因变量的数据集建立可预测模型。这样做允许您使用特征变量值来预测结果。例如，您可以预测一年中某一天的降雨量。
-
决定自变量和一些结果变量之间的关系强弱。例如，加入你想要通过降雨量这个结果来决定不同天气变量下的重要性。可通过观察天气和降雨来建立线性回归模型进行求解。
与用来确定二进制分类结果的 逻辑回归 不同的是，线性回归主要用于预测线性关系中的连续数字结果。
可以使用下列函数进行线性回归建模，观察这个模型，并且使用模型对一组测试数据进行预测。
有关如何在 Vertica 表中使用线性回归的完整示例，请参阅构建线性回归模型。