從「隨機猜測」到「精準預測」的進化之路
前言：
在前一篇線性迴歸介紹中，我們知道：
👉線性迴歸是一個合理、容易懂、好上手的預測模型。
但這並不代表：
👉不是所有「預測數值」的問題，都適合線性迴歸
一、什麼時候「線性迴歸開始不夠用」？
🚨 當出現以下訊號時，就有可能：
- 關係明顯不是直線(非線性)
→ 當數量增加到某個程度後，效果趨於平緩（飽和）
→ 例如：「人潮」愈多，「營業額」並沒有明顯增加 - 不同狀況，行為模式完全不同(時間關係)
→ 平日 vs 假日 - 因素之間有交互影響(交互作用)
→ 天氣 × 節日 × 促銷 - 資料分布非常不平均(資料結構)
→ 極端值很多(例如：過年時一整週都沒有營業，營業額=0)
