线性回归
一、介绍
何为线性回归？
线性回归在假设特征满足线性关系，根据给定的训练数据训练一个模型，并用此模型进行预测。
在机器学习之前，获取数据是第一步，假定我们的样本如下：x1为房子的大小，x2为房子的价格，y为房子的销量。
| x1 | x2 | y |
| 100 | 320 | 10 |
| 90 | 230 | 20 |
| 136 | 520 | 5 |
二、模型的推导
为了推导模型，在假设数据满足线性模型的情况下，可以设定设定线性模型为：x1特征为商品的大小，x2特征为商品的价格。
模型假定好后，我们把训练数据代入上面的设定模型中，可以通过模型预测一个样本最终值。
