鉴于多重线性回归已经到了滥用的程度，特总结一下在使用线性回归时需要注意的问题，总结为四大纪律加三项注意。四大纪律四大纪律之一：自变量与因变量之间要存在线性关系，可以通过绘制散点图矩阵来考察，若不符合，需要进行变量的变换予以修正。四大纪律之二：各个观测值y1\y2\y3......
在机器学习的回归模型中，多重共线性是指两个或更多的自变量之间存在明显的相关性。多重共线性、空值和噪声数据等都是机器学习中常见的问题，因此在构建机器学习模型之前必须对数据进行预处理，检测、解决多重共线性问题，以便构建更优的预测模型。
本文是该系列的第二篇，第一篇参见： 逻辑回归 Vs 决策树 Vs 支持向量机: Part I.在这篇文章，我们将讨论如何在逻辑回归、决策树和SVM之间做出最佳选择。其实 第一篇文章已经给出了很好的回答，不过在这里再补充一些。下面将继续深入讨论这个主题。
