线性回归---正交拟合（Orthogonal Linear Regression）

1. 问题描述

已知一个点集A，根据点集A拟合出一条直线。看到这个问题，就知道是要做拟合；一般是用最小二乘法然后求偏导设置一个损失值来终止迭代具体的过程可以看；还有一种方法—正交拟合，是这次我们介绍的重点，相比于最小二乘法，它可以同时兼顾横纵坐标的误差；同时使用点法式的直线方程能够表示二维平面所有的点。
我参考的链接Orthogonal Linear Regression

2. 推导过程

推导过程我还没搞明白，之后补上；

3. 代码实现

#include <iostream>  
#include <vector>   
  
struct <