python斜率转换为航向0-360_机器学习模型之LinearRegression（Python学习笔记）

学习目标：

1·理解什么是线性回归；

2·使用Python进行的线性回归分析各大城市的降水与气温之间的关系。

首先，什么是线性回归？

线性是自然界、人类社会中比较普遍的一种关系，比如说房价的预测、金融的预测等等都会运用到线性的知识。但是我们在看待问题的时候一定要注意：相关性不代表因果性！！！ 举个例子：有一个管理沙滩旅游的经理，因沙滩上溺水的人数较多，想去探究一下原因。发现雪糕卖得越多，游泳溺水死亡的人数越高。难道就表明雪糕会增加游泳溺水的可能性吗？这显然是不恰当的。

让我们来捋一下思路：夏天温度高 --> 去海边玩耍的人数增加 --> 游泳的人多了

夏天温度高 --> 去海边玩耍的人数增加 -->买雪糕的人多了

两者之间根本没有任何的因果性，所以不要被表面的相关性所误导。

-------- 回归正题 --------

“上帝”在一开始制定线性规则的时候，在他的视角线性规律可能会是下图所示：

等式右边最后一项，我们称之为随机数Error（遵循正态分布）。

为了更好的理解随机数这个概念，我们举一个生活中的例子：Y是工作的收入，X是学历。按照一般的社会法则，我们可以预见学历越高，一般收入也就越高（受线性关系的支配）。但是总有一些“被上帝眷顾的宠儿”在相同的学历程度中，最后一个随机数，随出来很大，那么他的收入自然也就变高了，像马云等。

但是在人类视角，我们是看不到Error是如何运作的，并且只能通过以前的数据去猜出常数项和斜率，如下图：

（具体如何建模我们会在下文提到）

我们如何去求