线性回归粗理解：房价➕最小二乘法

线性回归背景

现在这个数据爆炸的时代，何种数据充斥这我们的生活，我们可以在这些数据中后的有用的信息，比如：我们想买个房子之前会参考相同类型小区房屋面积，位置，楼层，户型等多个因素，以此估计一个心理价位。这是我们人脑的活动，同样可以把这个过程用电脑转化为一个模型（函数或者关系）以此来预测房价。
与此相似，有很多应用：股价，天气等。

构建关系式

线性回归在我看来就是通过大量数据拟合（猜、预测）的一个函数，
比如说哈，我们可以通过一个小区的大量房屋数据，拟合出一个房价与面积，位置，楼层，户型等多个因素之间的关系函数，房价就是因变量y，面积是自变量x1，位置是自变量x2，楼层是自变量x3，户型是自变量x4。而每个自变量对价格的影响又各不相同，所以在x前边得加上各自的权重θ。所以由此公式

而房价y可能与x不是一次方的关系，可能是多阶。所以可以得到