学习python应用,初识python怎样的感受?

我就是一个电脑小白，除了基础的办公软件操作，其他的都不会了。最近报名学习电脑课，是潭州的课，质量是杠杠的，老师非常专业，技术又高超。喜欢老师的课，老师课堂上所教的都是非常实用的。上课认真听，课后认真做作业，勤练习，会有意想不到的收获。在我的心里，那些电脑技术杠杠的人，都是帅呆了，太酷了。

今天我完成所有的电脑作业了，老师夸我的作业完成得很好，还夸我学软件很有感觉（有点害羞）。老师给我推荐一个最近很火的软件Python。这个软件很酷啊，功能强大，捉数据特好。现在都是和数据打交道的时代，学会了它很好哦！想买书自学，但我就是一个小白，这个编程类的软件，有点怕怕的。有会这个软件的大神？不管了，解决买书自学，好好学习。不去试一下，如何会成功呢？加油加油，给可爱的我加加油（哈哈，偷笑中）。学海无涯乐作舟！

你们了解Python吗？知道线性回归是什么吗？对，我刚开始也不知道，今天呢！就给你们讲讲线性回归！

线性回归可能是最常见的算法之一，线性回归是机器学习实践者必须知道的。这通常是初学者第一次接触的机器学习算法，了解它的操作方式对于更好地理解它至关重要。

所以，简单地说，让我们来分解一下真正的问题：什么是线性回归？

线性回归定义

线性回归是一种有监督的学习算法，旨在采用线性方法来建模因变量和自变量之间的关系。换句话说，它的目标是拟合一条最好地捕捉数据关系的线性趋势线，并且，从这条线，它可以预测目标值可能是什么。

太好了，我知道它的定义，但它是如何工作的呢？好问题！为了回答这个问题，让我们逐步了解一下线性回归是如何运作的：

 

计算点之间的距离（图上的红点是点，绿线是距离），然后求平方，然后求和（这些值是平方的，以确保负值不会产生错误的值并阻碍计算）。这是算法的误差，或者更好地称为残差存储迭代的残差基于一个优化算法，使得该线稍微“移动”，以便该线可以更好地拟合数据。重复步骤2-5，直到达到理想的结果，或者剩余误差减小到零。这种拟合直线的方法称为最小二乘法。