03_Tensorflow (Basic Models) -- Linear Regression

线性回归：
线性回归：线性回归是将训练集（包括标签和数据）喂给学习算法，进而学习得到一个假设的h，然后将新的数据输入到h中，预测出新的数据对应的结果。

最基本的单变量线性回归：
形如h(x)=theta0+theta1*x1

多变量线性回归：
形如h(x)=theta0+theta1*x1+theta2*x2+theta3*x3

多项式回归（Polynomial Regression）：
形如h(x)=theta0+theta1*x1+theta2*(x2^2)+theta3*(x3^3)
或者h(x)=ttheta0+theta1*x1+theta2*sqr(x2)
但是我们可以令x2=x2^2，x3=x3^3，于是又将其转化为了线性回归模型。虽然不能说多项式回归问题属于线性回归问题，但是一般我们就是这么做的。

所以最终通用表达式就是：

import