线性回归算法原理简介

1，线性回归概念
回归和分类的区别：简单地说，回归就是通过数据预测出一个目标值（实际值），分类就是通过数据预测出一个类别（二分类，多分类）。
比如：银行贷款实例
（1）数据：每个个人（样本）的工资和年龄（两个特征）
（2）目标：预测银行会贷款给个人多少钱（标签，回归）或者预测银行会不会给贷款（标签，分类）
（3）建立以特征为自变量的拟合函数，确定函数参数以求出函数值（标签）

可以添加一列x0（取值都为1）引入偏置项，使组合式简洁工整，方便进行矩阵运算，提高效率。

2，误差：

误差的特点：

高斯分布图：

高斯分布的实际意义：银行可能会多给，也可能会少给（均值为0），但是绝大多数情况下这个浮动不会太大，极小情况下浮动会比较大，符合正常情况。