一、简介
1.案例：下图是波特兰市城市住房价格数据，我们将根据不同房子的尺寸，对应不同的售价组成的数据集来画图
(1)由上面的数据可以进行模型的拟合，这组数据似乎适合直线,这也是一个回归问题，回归是指预测一个具体的数值输出，另一种常见的监督学习问题，是分类问题，用它来预测离散值的输出，比如观察肿瘤，判断其实良性肿瘤还是恶性肿瘤，这是只有0和1的离散值输出
2.机器学习中常用的符号：
(1)m:表示训练样本的数量
(2)x表示输入变量或者说是特征
(3)y表示输出的变量，也就是我们的目标变量
(4)通常我们用(x,y)来表示一个训练样本