Question

关于回归的知识，你可能已经在高等学校的数学课上学过了。在那里它叫做普通最小二乘法 （Ordinary Least Squares，OLS）回归。这个源自20世纪的古老技术运行速度很快，并且可以有效地解决很多真实问题。本章，我们将从回顾OLS回归开始，告诉你如何在NumPy和Scikit-learn里使用它们。

在各种现代应用中，我们碰到了许多经典方法的局限，并开始从一些高级方法中受益；你将在本章里看到这些。当我们要考虑很多特征的时候更是如此，包括特征个数超过样本个数的情况（这是普通最小二乘法所不能正确处理的情况）。这些技术非常先进，是近10年发展起来的，包括lasso法、岭（ridge）回归和弹性网络（elastic net）等。我们之后将会深入介绍。

最后，我们来研究一下推荐。它在很多应用里都是一个重要的领域，为很多应用带来了显著的附加价值。我们将从这个课题开始探索，并在下一章里看到更多细节。