单变量线性回归

单变量线性回归的求解思路基于最小二乘法，假设我们有一批数据M，其中M是包含有一个自变量和其对应因变量的一系列数据点，一个数据点可以表示为s(Xi，Yi)，则单变量线性回归要求解的公式为找到一条直线Y=AX+B，使得：

最小，上式也称为线性回归的损失函数。

拟合的直线通常有两个参数，我们通过最小二乘法写成的损失函数可以通过对参数1和参数2求偏导，根据梯度下降法来对其进行更新。

则

通过对此迭代就可以是损失函数最小的两个参数。