01 ，线性回归，简介 ： 定义，分类，简单举例，默认列向量，x0=1，线性回归函数

1 ，线性回归 ： 定义

1. 给定一些数据 ： a,b,c,d,e…
2. 如果这些数据满足下面的方程，就称 ( 这些数据存在依赖关系 )
   
3. 如果想用回归分析，他们需要满足如下条件 ：
   1 ，e ：误差 ，服从均值为 0 的正态分布
   2 ，说明 ： e1,e2…en 是一个正泰分布数据

2 ，回顾 ： 矩阵的乘法

1. 计算规律 ： 行列数
   行列数规则 ： (2,3) * (3,4) = (2,4)
   结果 ： 2 行 4 列
2. 计算规则 ：
   

3 ，线性回归 ： 理解

1. 给定数据 ： 很多组，每一组数据，组成一行，所有的数据放在一起，是一个矩阵
   
2. 满足条件 ： 这些数据满足以下条件
   
3. 个人理解 ：
   1 ，你给了我数据
   2 ，我把数据代入到我的方程中
   3 ，发现 ： 吻合的还可以
   4 ，误差 ： 误差不大，并且所有的误差值，放在一起形成了一组正泰分布的数据
   5 ，这样的数据，成为可以做线性回归的数据

4 ，线性回归 ： 分类

1. 一元线性回归 ： 一个自变量，一个因变量
   x => y
2. 多元线性回归 ：多个自变量，一个因变量
   

5 ，例子 ：

1. 已知 ： 历史记录，求未知数
   1 ，银行的贷款数额记录如下
   2 ，这些数据 ： 是以往的贷款人的一些信息
   3 ，现在来了一个人贷款，应该给他多少额度呢？
2. 数据 ：
   

6 ，向量默认 ： 列向量

1. 例如 ：
   

7 ，函数求解 ：

0. 参数意义 ：
   1 ，θ ： 向量，线性方程的参数，只要把它求出来，方程就确定了
   2 ，x ： 向量，线性方程的自变量，可以是 1 个，也可以是多个
1. 构造出一个线性函数 ：
   
2. 整合 ：
   
3. 结论 ：
   
4. 简化 ：
   

8 ，x0=1 ：

1. 理论 ： 可以看到，自变量的第一列，应该是 1 ，这样才能构造出完整线性方程
2. 但是 ： 数据中没有 x0 这一项
3. 做法 ： 我们在做线性回归分析的时候，要给原数据加上这么一列出来
4. 如图 ：
   

9 ，总结 ： 线性回顾函数

1. 把它求出来就什么都有了 ：