1.线性回归

对包含$d$个属性描述的数据${\bf{x}} = \{ {x_1},{x_2},...,{x_d}\}$，建立一个加权线性模型，$f({\bf{x}}) = {\omega _1}{x_1} + {\omega _2}{x_2} + ... + {\omega _d}{x_d} + b$，尽可能预测地准确对应的标签值$y$，各权重$\omega$直观表达了各属性在预测中的重要性，因此线性模型有很好的可解释性。对包含$d$个属性描述的数据${\bf{x}} = \{ {x_1},{x_2