线性回归

线性回归：简单来说就是通过一条直线来模拟现有数据，对未知数据进行预测，变量通常是连续的标量。

在吴恩达机器学习视频中，举出了最常见的线性回归例子——房价与面积的关系

上图中×表示真实的数据样本，横坐标代表房屋面积，纵坐标代表房屋价格。此时用一条直线模拟这组数据，即上图中穿插在数据点的线。

这条线我们可以用函数表示，即为：

　　　　　　　　　　　　h_θ(x) = θ_{0 +} θ_{1 *} x   

假设现有一套面积1250平方英尺的房屋闲置出售，通过这条线我们可以找到对应的纵坐标点大约为220，则220k作为这处房屋的售价可能更合适。