线性回归

线性回归参考资料 https://mp.weixin.qq.com/s/siFRKWLhGOGJCCMjzB7R7A

最小二乘法算线性回归的原理：所有的样本点到拟合最好的直线y = ax+b间的距离（离差）最小，为忽略离差的正负，采用的指标为离差平方和，找出离差平方和最小的直线。把寻找一条直线的问题转化为求离差平方和S最小值的问题.

分别将a和b当作未知数求偏导，偏导等于零得到两个方程，解出a、b

公式

在Jupyter notbook中，plt.show()方法没有将散点图画出来

plt.show()没有正确显示图

解决办法：

        （1）在show之前plt.figure()创建画布

        （2）导入库之后添加%matplotlibinline即可

具体作用是当调用matplotlib.pyplot的绘图函数plot()进行绘图的时候，或者生成一个figure画布的时候，可以直接在python console里面生成图像。

画出样本数据的散点图

计算出回归函数的参数

蓝色样本数据红色预测数据

向量化计算替代for循环，深度学习中加快计算速度