AI red teamer （人工智能红队）系列03-人工智能基础-线性回归
线性回归
线性回归是一种基本的监督学习算法，通过在目标变量和一或多个预测变量之间建立线性关系来预测连续的目标变量。该算法使用线性方程来模拟这种关系，其中预测变量变化会导致目标变量成比例变化。目标是找到最佳拟合线，以最小化预测值和实际值之间平方差的和。 
想象一下，你正尝试根据房子的面积来预测其价格。线性回归试图找到一条最能反映这两个变量之间关系的直线。随着房屋面积的增加，价格一般也会增加。线性回归量化了这种关系，使我们能够根据房屋面积预测房屋价格。 
什么是回归？
深入了解线性回归之前，有必要先了解机器学习中 回归分析的广泛概念。。回归分析是一种监督学习类型，其目标是预测一个连续的目标变量。这个目标变量可以在给定范围内取任何值。把它想象成估计一个数字，而不是将某物分类到类别中（这正是分类算法所做的事情）。 
回归...