机器学习强基计划1-2：图文详解线性回归与局部加权线性回归+房价预测实例

0 写在前面

机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。

🚀详情：机器学习强基计划(附几十种经典模型源码合集)

1 什么是线性回归？

线性回归是机器学习线性模型中的一种，也是数理统计的一种分析技术，采用最小化拟合误差的思想(例如最小二乘法)来对变量间的关系建模。可以用之前提过的例子说明

在经济学中，个人的收入与消费之间存在着密切的关系。收入越多，消费水平也越高；收入较少，消费水平也较低。从一个社会整体来看，个人的平均收入x与平均消费y之间大致呈线性关系。现在我们看看路人甲的收入和消费水平的关系

收入x	消费水平y
1.0	0.5
1.2	0.8
1.5	1.3

现在的问题是：请问在一个社会中，路人甲收入水平为2.0时，消费水平如何？

把路人甲的数据放在坐标系里可视化一下，然后用一条直线去拟合这个点集，使所有点到这条直线的距离最小——拟合误差最小。