分类问题用逻辑回归，预测问题用线性回归。

线性回归能处理离散属性的问题（） 一元线性回归分析预测法是回归分析预测中()的方法。 运用线性回归法时必须注意的问题包括（　）。 （）包涵一元线性回归、二元线性回归、多元线性回归和非线性回归。 预测肿瘤细胞是良性还是恶性属于回归问题（） 回归分析包括线性回归和非线性回归; 根据变量之间数量关系的不同，回归分析预测法又可叫做非线性回归分析预测（） 一元线性回归分析的预测包括（　　）。 下列叙述错误的是（）。: 逻辑回归主要用于回归分析 逻辑回归是一种监督机器学习算法 逻辑回归采用Sigmoid函数对样本数据进行拟合，以构建回归模型 逻辑回归预测事件发生的概率并分析导致事件发生的因素 只含有一个解释变量的线性总体回归模型简称一元线性回归模型或: 简单线性回归模型|简单非线性回归模型|线性回归模型|非线性回归模型 非线性回归的方法,是通过一定的变换,将非线性问题转化为问题（） 逻辑回归（Logistic Regression）是对数几率回归，属于广义线性模型（GLM），它的因变量（） 非线性回归有称（），是指用于市场预测的回归方程是（）的 以下哪些算法,可以用神经网络去构造()1.KNN2.线性回归3.对数几率回归 确定回归直线y=a+bx，运用线性回归分析法进行财务预测的关键是（）。 非线性回归分析预测法的基本步骤是（）。 在一元线性回归的预测流程中，紧接在“回归检验”之后的程序是( )。 一般在多元线性回归分析中遇到的较多问题主要有（）等问题 一般在多元线性回归分析中遇到的问题主要有( )。 在回归分析中存在多重共线性会产生以下问题（）