1. 线性回归
回归属于有监督学习中的一种方法。该方法的核心思想是从连续型统计数据中得到数学模型，然后
将该数学模型用于预测或者分类。该方法处理的数据可以是多维的。
回归是由达尔文的表兄弟Francis Galton发明的。Galton于1877年完成了第一次回归预测，目的是
根据上一代豌豆的种子（双亲）的尺寸来预测下一代豌豆种子（孩子）的尺寸（身高）。Galton在
大量对象上应用了回归分析，甚至包括人的身高。他得到的结论是：如果双亲的高度比平均高度
高，他们的子女也倾向于平均身高但尚不及双亲，这里就可以表述为：孩子的身高向着平均身高回
归。Galton在多项研究上都注意到了这一点，并将此研究方法称为回归。
比如：有一个房屋销售的数据如下
如果来了一个新的面积，假设在销售价钱的记录中没有的，怎么处理？
解决方法：用一条曲线去尽量准的拟合这些数据，然后如果有新的输入过来，我们可以在将曲线上
这个点对应的值返回。如果用一条直线去拟合，可能是下面的样子：
常用概念和符号：
房屋销售记录表：训练集（training set）或者训练数据（training data），是我们流程中的输入数
据，一般称为x；
房屋销售价钱：输出数据，一般称为y；
拟合的函数（或者称为假设或者模型）：一般写做y＝h(x)
训练数据的条目数（＃training set）：一条训练数据是由一对输入数据和输出数据组成的输入数据
的维度n（特征的个数，＃features）；
这个例子的特征是两维的，结果是一维的。然而回归方法能够解决特征多维，结果是一维多离散值
或一维连续值的问题识别结果。
注意：
（1）因为是线性回归，所以学习到的函数为线性函数，即直线函数
（2）因为是单变量，因此只有一个x；
单变量线性回归模型：
正向线性关系：
负向线性关系：
无关系：
y^=b0+b1x
这个方程叫做估计线性方程（estimated regression line）。
其中，b0是估计线性方程的纵截距，b1是估计线性方程的斜率，y＾是在自变量x等于一个给定值
的时候，y的估计值。
线性回归例子：
汽车卖家做电视广告数量与卖出的汽车的数量：
假设有一周广告数量为6，则预估卖出的汽车数量为5*6+10=40。
代数推导：
矩阵推导：
2. 多元线性回归
简单线性回归与多元线性回归的区别：
1.与简单线性回归区别(simple linear regression)：多个自变量x
2.多元回归模型
y=β0+β1x1+β2x2+…+βpxp+e
其中：β1, β2 … βp是参数值，e是误差值
3.多元回归方程
E(y)=β0+β1x1+β2x2+…+βpxp
4.估计多元回归方程
y_hat=b0+b1x1+b2x2+…+bpxp
一个样本用来计算β0,β1,β2.....βp的点估计b0,b1,b2.....bp
比如：一家快递公司送货
x1：运输里程 x2：运输次数 y：总运输时间
3. 代价函数
代价函数（有的地方也叫损失函数，Loss Function)在机器学习中的每一种算法中都很重要，因为
训练模型的过程就是优化代价函数的过程，代价函数对每个参数的偏导数就是梯度下降中提到的梯
度，防止过拟合时添加的正则化项也是加在代价函数后面的。一个好的代价函数需要满足两个最基
本的要求：能够评价模型的准确性，对参数可微。
在线性回归中，最常用的代价函数是均方误差（mean squared error)，具体形式为：
求参数的方法：
最小二乘法：是一个直接的数学求解公式，但是他要求X是满秩的。
梯度下降法（gradient descent)：
梯度下降原理：将函数比作一座山，我们站在某个山坡上，往四周看，从哪个方向向下走一小步，
能够下降的最快；
方法：
(1)先确定向下一步的步伐大小，我们称为Learning rate;
(2)任意给定一个初始值；
(3)确定一个向下的方向，并向下走预先规定的步伐，并更新初始值；
(4)当下降的高度小于某个定义的值，则停止下降；
梯度下降法的特点：
(1)初始点不同，获得的最小值也不同，因此梯度下降求得的只是局部最小值；
(2)越接近最小值时，下降速度越慢；
如果参数初始值就在local minimuml的位置，所以derivative肯定是0，因此参数值不会变化；
如果取到一个正确的α值，则cost function应该越来越小；
随时观察Q值，如果cost function变小了，则ok，反之，则再取一个更小的值。
从上图可以看出，初始值不同，获得的最小值也不同，因此梯度下降求得的只是局部最小值。
下降的步伐大小非常重要，如果过小，就会找到函数最小值的速度非常的慢，如果太大，则可能出
现over shoot the minium 的现象。
如果learning rate取值之后发现，cost function 增长了，则需要降低learning rate。
def gradientDescent(x,y,theta,alpha,m,numIterations):
xTrans =x.transpose()
for i in range(0,numIterations):
hypothesis=np.dot(x,theta)
loss=hypothesis-y
#cost np.sum(loss *2)/(2 m)
#print("Iteration %d Cost:%f"%(i,cost))
gradient=np.dot(xTrans,loss)/m
theta=theta-alpha*gradient
return theta