从线性回归到神经网络架构

1. 线性回归

什么是回归？

回归是一种用统计方法来分析，一组因变量和一组自变量关系的方法。

回归起源：

在19世纪，生物学家高尔顿，做了个身高回归实验，儿子和父亲身高之间有个关系：父亲身高比平均身高高1cm，一般来说孩子会比平均身高高0.5cm。得出结论：父母不论比平均身高高或低，孩子都会往平均身高回归。因为这个例子，大家管这类方法称为回归。

线性回归：

线性回归是回归里面最简单的一种回归。 自变量和因变量呈线性关系。

问题引入：

假设房屋销售中心有这样一组关于房屋面积和位置与销售价格的数据，用表示房屋面积，x2表示房屋楼层，y表示售价（万元）。

讨论：房屋面积x1，与售价y的关系。

---

2. 单变量线性回归模型（一元回归模型） 

---

 3. 多变量线性回归模型

---

 4. 线性函数拟合得好不好？