当你准备买房，房子面积越大，价格一般也越高，那么 AI 能不能通过房子的面积计算出房子的价格呢？能，这就是今天我们要讲的线性回归。

什么是线性回归
线性回归是一种通过已有的数据训练然后预测数值的一个模型。线性回归可以预测房价，考试分数，还可以预测预测二手车的价格。假如我们把房屋面积放在 x 轴，把房价放在 y 轴，每一套房子就会变成图上的一个点。线性回归就是从这些点中找到一条的直线，再用这条线预测其他房子的价格。通常情况下公式可以写成 y = wx + b，其中 x 是房子的面积，y 是房子的价格，w 是每平方的价格，b 决定房子价格从哪里开始

怎么找到最合适的线
在刚开始训练的时候模型画的线总是不正确，这个是正常的，这是正常的，因为这时模型还没有完成训练。所以模型慢慢训练不断调整 w 和 b，然后慢慢就靠近点，最后调整到一条合适的线。简单来说，就是：先画一条线然后计算误差然后调整直线再到再计算误差，一只循环往复。经过一只调整以后，误差越来越小，一条合适的直线就出现了。

线性回归可以做什么
除了可以预测房价，也可以根据学习时间预测考试分数。但是线性回归不是万能的，因为有一些数据直接的关系很复杂，不是一条直线就可以搞定的。

现在你学会了线性回归，小猫预测小鱼干的价格就好办多啦，喵