一看就懂：这就是机器学习过程！

大家印象中机器学习好像是很高深的东西，至少也是晦涩难懂的，这里就以一个线性回归的实现过程来讲解下，看完大家就会觉得机器学习真的没那么难懂！

场景

玩游戏的时候，我们都知道“人民币玩家”和普通玩家是完全不同的，“人民币玩家”获得逆天道具的概率比普通玩家的高得多，而且你充的钱越多掉落道具的概率也越大；还有在各大电商平台，商家投给平台的广告费越高，那么平台给它的店铺及商品的曝光量就越高，那相对应的点击量就会更高，那下单量也就越高。

类似这种场景的例子还有很多，我们就以广告费和点击量之间关系来举例：

模型抽象

尽管数学不太好，但上面广告费和点击量之间的关系也让我想到了线性函数，就是两个变量x、y之间的关系式可以表示成形如y=kx + h的函数（k、h为常数，x的次数为1，且k≠0），那可以画出下面的图：

当然实际的点击量和广告费之间不可能是这样完美的线性关系，实际的点击量经常变化，因此是有误差的或者说是有噪声的，所以函数直线并不能完美地通过所有的点。

那既然有误差或噪声，且这种噪声不可能完全避免，那我们能做的就是让更多的点在这个直线上，这样得到的结果就更精确，也就是我们要获得一个更精确