抛出问题：为什么前面的线性回归要用最小二乘法？为什么要用这样的指标？ 下面我们会给出一系列的概率假设，从而导出最小二乘法是一个很自然的算法： 先设 y^(i) = θTx^(i) + ε（i）, 其中ε（i）叫做误差项 error term，这个可以看作是对未建模的效应的捕获，简单的说就是没有考虑到的特征，像预测房子中的这个房子有...