核心提示：目录一、介绍线性回归（linear least squares）【重要】二、回归模型应用场景三、Spark Mllib两大回归模型3.1 线性模型：最小二乘回归模型（LinearRegressionWithSGD）3.2 决策树模型：决策树回归（DecisionTree#trainRegressor）四、回归模型会产生的问题4.1 欠拟合（underfitting）或 高偏差4.2过拟合（overfitting）或 高方差（variance）4.3过拟合什么时候会出现..