机器学习之单变量线性回归

只含有一个特征/输入变量，这样的问题叫做单变量线性回归问题。如 接下来是为模型选择合适的参数，如 模型预测的值与训练集中实际的值的插值就是建模误差。 目标是选择出可使得建模误差的平方和能够最小的模型参数。 代价函数也被称作平方误差函数，有时也被称为平方误差代价函数。我们之所以要求出误差的平方和，是因为误差平方代价函数，对于大多数问题，特别是回归问题，都是一个合理的选择。还有其他的代价函数也能很好地

>>阅读原文<<