线性回归模型

//个人学习记录，如有错误，请指正

预测函数

首先我们来看线性回归的预测模型，可见这种模型是比较简单的，它赋予每个特征一个权值，再增加一个偏置量，最终得到预测值。显然我们需要训练的目标就是一个偏置量和每个特征的权值。

损失函数

这里我们使用均方误差作为线性回归的损失函数，其主要的优势在于便于训练部分需要的计算。这里我们对比均方根误差，可以发现，就求偏导数而言，第一，均方根误差因为带有根号，可能并非处处可导，偏导数会存在突变情况，其导数计算也会比较复杂，而均方误差计算则简单一些。

训练方法

现在我们可以看见我们的目标就是求得使均方误差取得最小值的参数