归根结底不优秀的博客

问题引入：这就是个简单的线性回归函数的计算问题 现在我们已知一次函数 y = 4x + 9，bias为一个服从标准正态分布的随机随机数值。那么通过 y = 4x + 9 + bias，当我们给定一系列x值：x1，x2，...，xn值后，我们可以得到一组离散的点集(x1, y1)，(x2, y2)，...，(x3, y3)。很明显这些点一定是围绕着y = 4x + 9 这条直线波动的。 上面的思维是我们已知直线方程 y = 4x +9 而后推导出一组离散点集(x，y)。那我们如何反过来，即通过观测得.

概念引入 基于一个自变量x，比如时间，我们可以得到其对应的观测值y，比如温度值。不停的观测，我们可以得到一系列的真实对应关系：(时间，温度的真实值)，即(x1, y1)，(x2, y2), ..., (xn, yn)。 现在我们知道了温度和时间之间是呈正比例关系的，即y = k*x。很显然，我们不知道k应该取到多少，但是我们可以假设。 现在我们假设k=2，也就是我们猜想温度和时间的关系是 y=2*x。那么由上述得到的真实对应关系，我们可以得到一系列预测对应关系：(时间，温度的预测值)，即(x1, 2