1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性
在本节课主要学习了线性回归算法，理解了算法的定义：线性回归是基于已有数据对未知的数据进行预测的。比如：①房价预测，如图1-1、数据可视化如图1-2；
图1-1 通过房面积来预测价格
图1-2 画出面积与房价的线性关系图
②销售额预测，如图1-3；
图1-3 通过历年销售额来预测
③额度贷款预测，如图1-4。等等。。。
图1-4 根据个人诚信度对贷款额度进行预测
线性回归算法优缺点：
优点：
①思想简单，实现容易。建模迅速，对于小数据量、简单的关系很有效；
②是许多强大的非线性模型的基础。
③线性回归模型十分容易理解，结果具有很好的可解释性，有利于决策分析。
④蕴含机器学习中的很多重要思想。
⑤能解决回归问题。
缺点：
①对于非线性数据或者数据特征间具有相关性多项式回归难以建模.
②难以很好地表达高度复杂的数据。
机器预测和真实值也是有一定的误差的，那就需要利用算法尽量减少误差比如：正规方程、梯度下降法。
方法一：正规方程
方法二：梯度下降
2.思考线性回归算法可以用来做什么？
课堂实例：房价预测、销售额预测、额度贷款预测
PS：生活中还有许多可以利用线性回归算法来预测未知数据的实例：
①预测天气情况；
②企业的销售收入与广告支出的预测；
③根据某地犯案情况预测犯罪率
3.自主编写线性回归算法 ，数据可以自己造，或者从网上获取。（加分题）