线性回归预测分析
通过简单的三步操作，上传数据、配置模型、训练预测，获得线性回归分析结果。
第一步：选择数据
上传您的CSV数据文件或选择系统示例数据进行回归预测
系统示例数据
选择预加载的回归数据集进行测试
上传CSV文件
点击上传您的CSV格式数据文件
选择示例数据集
房价预测
房屋特征与价格数据
客户价值
客户特征与价值评分
产品销量
产品特征与销量数据
数据预览
housing_data.csv
100 行 × 6 列
第二步：模型设置
配置线性回归模型参数
目标变量选择
模型参数
数据分割
80%
第三步：训练与预测
模型训练完成，查看预测结果与分析
训练时间
0.12s
线性回归模型
均方误差 (MSE)
124.25
值越低越好
R² 分数
0.92
1.0为最佳
回归系数
实际值 vs 预测值
回归方程
y = 12.5x + 24.8
线性回归方程
预测结果
| ID | 实际值 | 预测值 | 误差 | 误差率 |
|---|