回归

用于监督学习的线性，广义线性，非线性和非参数技术

回归模型描述了响应（输出）变量与一个或多个预测变量（输入）变量之间的关系。统计和机器学习工具箱™使您可以拟合线性，广义线性和非线性回归模型，包括逐步模型和混合效应模型。拟合模型后，您可以使用它来预测或模拟响应，使用假设检验评估模型拟合，或使用图可视化诊断，残差和相互作用效果。

统计和机器学习工具箱还提供非参数回归方法，以适应更复杂的回归曲线，而无需指定响应与预测变量之间的关系，并具有预定的回归函数。您可以使用训练有素的模型预测新数据的响应。高斯流程回归模型还使您能够计算预测间隔。