线性回归模型（Linear Regression Model）吴恩达老师课程笔记

        通过本篇我们将学习第一个机器学习模型——线性回归模型，可以大致了解到监督学习的整个过程是什么样的，也是应用非常广的一种模型。

引入

        本篇引用沿用监督学习（Supervised Learning）中的例子——房屋价格，即探究房屋面积和房屋价格之间的关系。

        x轴为房屋面积大小，y轴为价格，红色×是已知的房屋价格。

        如果现在有一个人想知道他的房子值多少钱，那么这些数据就可以在一定程度上帮助我们预估价格。要预估价格的第一步就是测量房屋面积，假设测得房屋面积为1250,那么我们就可以建立一个线性（linear）的来自该数据集的回归（Regression）模型，这个模型会将数据拟合成一条直线，直线如下图所示​​​​，得到了拟合后的直线，我们就可以找出x=1250时，y对应的值，所以我们预估的房价是在220k左右。​​​

        这是一个很典型的监督学习（Supervised Learning）的例子，我们再简单回顾一下监督学习是什么：监督学习就是我们会给出一些输入x（面积）和对应的正确的输