关于线性回归的公告&求方差

       我找到了一个讲神经网络的视频，很不错，从中，我发现我的线性回归模型中的损失函数太简单粗暴了，实际上，我是从那个视频中了解到损失函数究竟是什么。

       不过，我不打算更新了。毕竟，那几乎要对整个模型重构。马上就要期末考了，我没那么多时间。所以，这段时间我打算先学一些理论知识。

       到暑假时，我打算造个神经网络，可能不会再更线性回归了，那个系列应该就到此为止了，反正能用。

       最后，分享一个计算方差的程序。

#include <bits/stdc++.h>
using namespace std;

int main()
{
    int n;                        // 有n个数据
    cin >> n;
    double x[114514];             // n个数据

    for(int i = 1;i <= n;i++)
    {
        cin >> x[i];
    }

    // 求均值
    double mu = 0.0;
    for(int i = 1;i <= n;i++)
    {
        mu += x[i];
    }
    mu /= double(n);
    
    double sigma = 0.0;     
    for(int i = 1;i <= n;i++)
    {
        sigma += (x[i] - mu)*(x[i] - mu);      // 方差的定义
    }
    sigma /= double(n);

    cout << "s^2=" << sigma;

    return 0;
}