概念
与插值问题不同，在拟合问题中不需要曲线一定经过给定的点。拟合问题的目标是寻求一个函数（曲线），使得该曲线在在所有的样本点上最为接近，即曲线拟合的最好。
最小二乘法
通过最小二乘法可以确定拟合的曲线，当样本点为 ，可以假设拟合的曲线为y=kx+b，那么最小二乘法求解的过程相当于找到合适的k和b使得样本点和拟合的曲线最为接近。
公式定义如下：
求解过程：
评价拟合曲线
“拟合优度” 是回归分析中用来检验样本数据点聚集在回归线周围的密集程度，用于评价回归方程对样本观测值的拟合程度。
重要结论： ;
高次线性拟合不一定比一次线性拟合函数效果好，且引入更复杂的拟合函数可能会产生龙格现象。
线性的定义
这里的线性定义 指对 参数 为线性（线性于参数）。即在函数中，参数仅以一次方出现，且不能乘以或除以其他任何的参数，并不能出现参数的复合函数形式。
非线性函数举例：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
