【线性回归算法】{1} ——自己创建一个线性回归模型

前面只是用简单的几行代码实现线性回归，这样的缺点是可移植性差、扩展性差，多次运用的时候需要重写很多代码，这就很糟糕了。而如果直接调用 sklearn库来实现，又无法深刻理解线性回归的实现原理，因此在此试着自己创造一个线性回归模型。

一、新建一个文件夹，用于放置线性回归模型模块：

二、在SimpleLinearRegress模块中编写线性回归类：

回顾一下a和b的计算公式：

import numpy as np

class SimpleLinearRegression1(object):
    def __init__(self):
        """计算出来的变量，后缀加上_"""
        self.a_ = None # 表示线的斜率
        self.b_ = None # 表示线的截距

    def fit(self, X_train, Y_train):
        """训练模型"""
        X_mean