线性回归
核心思想是找到一个最适合数据的线性方程，<br>使我们能够根据 𝒙 的值预测 𝑦 的值
线性回归是一种基本的统计和机器学习技术，用
于建模因变量（通常表示为 𝑦）与一个或多个自
变量（通常表示为 𝒙）之间的关系
简单线性回归
涉及一个自变量 (𝑥) 和一个因变量 (𝑦)
该模型用一条直线表示：𝑦 = 𝑚𝑥 + 𝑐，其中 𝑚 是<br>斜率， 𝑐 是 𝑦 轴截距
<br>
<br>
<br>
评估指标
<br>
<br>
<br>
<br>
<br>
多元线性回归
•涉及两个或多个自变量 (𝑥1, 𝑥2, 𝑥3, …) 和一个因变<br>量 (𝑦)。该模型用一个超平面表示：<br>• 𝑦 = 𝑚1𝑥1 + 𝑚2𝑥2 + 𝑚3𝑥3 + ⋯ + 𝑐 = 𝒎𝑇𝒙 +c
<br>
<br>
