来自于Simple Learning Pro的系列
相关性
为了描述两个变量之间的相关关系，我们一般可以采用散点图用于描述。
这两个变量，我们把其中一个称为解释变量，也是自变量；一般放于X轴；另一个称为自变量，一般放于Y轴
描述相关性（r）时有两个要素：
相关性的方向：正相关 or 负相关
相关性的强弱：越接近于1/-1表示相关性越强
相关性
回归方程和R-squared
为了对两个变量之间的相关关系做更好的描述，我们可以引入回归方程；
Y=b0+b1*X;其中b0为截距，b1为相关系数
同时我们引入R-squared（上文中r的平方）来反映回归方程整体的拟合度，表达因变量与所有自变量之间的总体关系。R²等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比。
回归方程
残差
残差：观测值与拟合值的偏离，残差大小可以衡量预测的准确性；
在回归中也要注意异常值点
