LinearRegression:使用线性回归基于stature_hand_foot数据集预测变量。 （梯度下降）

线性回归预测人体解剖特征 抽象的 您是否想过一个人的身高是否会决定他们的脚和手的长度？ 对于《指环王》迷来说，霍比特人比人类还小，但是它们的脚却很大。 这些变量之间是否有任何关系，或者仅仅是巧合？ 幸运的是，使用线性回归，我们可以根据其对其他特征的依赖性来预测感兴趣的特征，以最终回答其假设是否成立。 介绍 正如我们在摘要中所暗示的，我们的目标是确定人的身材与他们的脚和手的长度之间是否存在任何关系。 我们将使用线性回归，这是一种机器学习算法，试图将数据拟合到线性模型中。 但是对于那些只读了那行而又不明白我在说什么的人，请让我改一下。 您还记得中学时代的数学知识吗，当您看到未学习方程式的时候。线性回归（LR）是一种有监督的机器学习算法，旨在将您提供的数据拟合到线性模型中。 在尝试使用线性回归之前，您应该寻找变量之间的线性关系。 如果它们之间没有线性关系，则此算法将不起作用。 [1] 变量基于