2.1　模型的建立与求解

2.1.1　理解线性回归模型

通常来讲，机器学习中的每个算法都是为了解决某一类问题而诞生的。换句话说，也就是在实际情况中存在一些问题能够通过线性回归来解决，例如对房价的预测，但是有人可能会问，为什么对于房价的预测就应该用线性回归，而不是其他算法模型呢？其原因就在于常识告诉我们房价是随着面积的增长而增长的，且总体上呈线性增长的趋势。那有没有当面积大到一定程度后价格反而降低，因此不符合线性增长的呢？这当然也可能存在，但在实际处理中肯定会优先选择线性回归模型，当效果不佳时我们会尝试其他算法，因此，当学习过多个算法后，在得到某个具体的问题时，就需要考虑哪种模型更适合来解决这个问题了。

例如某市的房价走势如图2-2所示，其中横坐标为面积，纵坐标为价格，并且房价整体上呈线性增长的趋势。假如现在随意告诉你一个房屋的面积，要怎样才能预测（或者叫计算）出其对应的价格呢？

图2-2　某市的房价走势图