简单线性回归

虽然简单线性回归对于现实世界的问题几乎不具有可用性，但是理解简单线性回归是理解许多其他模型的关键。

简单线性回归（一元）

假设你希望了解披萨的价格。你可能会简单地查看菜单。但是这里，我们将基于能观测到的披萨的属性或者说解释变量，来预测披萨的价格。让我们来对披萨的尺寸和价格之间的关系进行建模。首先，我们将使用 scikit-learn 编写一段程序，通过提供的披萨尺寸来预测其价格。接着我们将讨论简单线性回归如何运行以及如何将其泛化来解决其他类型的问题。

假设已经记录下了已经吃过的披萨的直径和价格。表中的观测值组成了我们的训练数据。

从训练数据的图中我们可以看出披萨的直径和价格之间存在正相关关系，这应该可以由自己吃披萨的经验所证实。随着披萨直径的增加，它的价格通常也会上涨。下面使用了简单线性回归来对这个关系进行建模，并且讨论简单线性回归是如何运行的。