用pytorch实现简单线性回归

1 线性回归

线性回归是一种基本的统计学习方法，用于建立自变量和因变量之间的线性关系，并且可以用于预测新的数据点。

线性回归模型可以表示为：y = w*x + b + e，x和y分别为自变量和因变量，w和b为模型参数，e为误差项。简单线性回归的任务就是，给定一组x和一组y，通过训练找到最优的模型参数w和b，使得预测值y_hat和真实的y尽可能接近。损失函数一般为均方误差。

其构建思路为：

 

2 实例及代码

问题：给定一组自变量数据：[0.9],[2.3],[3.1],[3.9],[5.0]；一组因变量数据：[3.2],[7.0],[9.2],[12.1],[15.2]，训练权重w和b并输出。

代码：

 结果：