线性回归是机器学习的基础，用处非常广泛，在日常工作中有很大作用。
1.什么是线性回归
通过多次取点，找出符合函数的曲线，那么就可以完成一维线性回归。
2.数学表示
是截距值，为偏移量。
因为单纯计算多项式需要很大空间，所以就需要将式子变形，转化为矩阵乘积形式。
3.最小二乘法模型
首先定义一个函数L来表示损失函数（通过已有的X,Y数据来计算）
扫描二维码关注公众号，回复：
2285055 查看本文章
4.梯度下降
直接运算缺点：运算性能不足。
所以选择梯度下降法。
