建立线性回归模型

一般来说，当我们拿到一个实际问题时，首先会根据问题的背景结合常识选择一个合适的模型。同时，现在常识告诉我们房价的增长更优先符合线性回归这类模型，因此可以考虑建立一个如下的线性回归模型

y=h(x)=wx+b

其中w叫权重参数（Weight），b叫偏置（Bias）或者截距（Intercept）。当求解得到未知参数之后，也就意味着我们得到了这个预测模型，即给定一个房屋面积，就能够预测出其对应的房价。

注意：在机器学习中所谓的模型，可以简单理解为一个函数。