机器学习 回归篇（1）——多元线性回归摘要线性回归简介python实现运行结果及可视化
摘要
本文介绍了最基础的回归问题——多元线性回归，并通过python进行实现及可视化展示运行结果。
线性回归简介
线性回归问题的重点在于如何求解回归函数的截距和系数。
1、构建代价函数（也叫损失函数）：平均平方误差。
2、通过最小二乘法或其他优化算法进行求解，因为线性回归的代价函数为凸函数，所以一般的经典优化算法用于求解都是适用的，如梯度下降法、单纯形法等等。
python实现
CyrusLinearRegression类的有如下方法和属性：
1、fit()：用于拟合模型。
2、predict()：用于模型
