机器学习第1课：线性回归简介 残差平方和 代码示例

一、线性回归定义

线性回归是一种通过直线形式较为准确地表达数据间关联性的统计方法。当面临新数据时，该方法能够据此推算出一个相对简明的预测结果。在实际应用中，房价预测是线性回归最为典型的案例之一。长期以来，房屋面积与对应房价的相关数据一直大量存在。

如下图所示：

在这一情境下，可以通过线性回归方法建立一条直线，用以大致反映放假天数与房屋面积之间的关联性，进而依据房屋面积对房价进行估算。

• 回归 ：借助训练样本，构建一个从输入变量到输出变量的映射关系
• 针对新的测试数据，应用所获得的映射关系进行预测：?2 = ?(?)

二、常见的线性回归举例：

三、线性回归的数学模型

• 最基础的回归分析模型：线性回归
• 假定输出变量与输入变量之间存在线性关联，具体表现为

![在这里插入图片描述](https://cdl