Machine learning 如何确定数据点的回归线（理论）？

确定以下数据点的回归线：

(x1, y1) = (1, 4), (x2, y2) = (2, 3), (x3, y3) = (3, 9)

---

i、 e.

函数h（x）=w+hx

，该函数使数据的平方误差损失最小化。

这个问题归结为数学问题

首先，我们编写错误函数

误差函数的导数告诉我们当我们改变变量时误差是如何变化的。因为有两个变量（m和b），所以它是偏导数。当导数等于零时，我们知道我们已经达到了一个最小值（因为我们取二次曲线的导数，我们知道存在一个全局最小值）

把每一项都写在总数中，我们就知道了

两个变量，两个方程意味着我们可以同时求解

在你的例子中，我们有h=m和w=b

作为双重检查，Desmos是一个很好的工具

---

这听起来像是一个家庭作业问题；请看。请不要问这种问题，因为它们在堆栈溢出中是离题的。这里只允许有编程问题。也许是该去的地方，尽管这个问题需要一些工作，见马克的评论。