机器学习：线性回归与Python代码实现

前言：本篇博文主要介绍线性回归模型（linear regression），首先介绍相关的基础概念和原理，然后通过Python代码实现线性回归模型。特别强调，其中大多理论知识来源于《统计学习方法_李航》和斯坦福课程翻译笔记以及Coursera机器学习课程。

1.线性回归

回归模型（regression model）也叫做拟合模型，通俗点解释，就是假设我们有很多数据，包含房子的面积X和对应的房价y，那么我们希望得到房价y关于面积X的关系（h(X) = y），那么现在你知道一个房屋的面积Xi,基本就可以根据这个关系预测（推导）出房价yi了。

之所以叫做“线性回归”，因为我们假设y与X具有的是一种线性关系，称为假设函数：

其中参数w0称为“偏置”，w1称为“权重”，x表示输入变量X的一个“特征变量”，这里先假设只有一个特征变量。

Note: