线性拟合和线性回归

在这里，我们只说说一元的情况，直白的说就是：y=ax+b。也就是只关注一个变量和函数值的关系。
有这样一个场合：在xy坐标系中有一群离散的点，试图通过这些点的分布来找到x、y之间的联系，也就是找到一条和所有点都最接近的直线，并且把这条直线表示出来。
就想搓绳索一样，把松散的纤维拧成一条线，散点拟合成线，或者说这些点回归到线上。也就是说，线性拟合和线性回归是一个意思。

常用的拟合方法是最小二乘法：
y=bx+a


r表示拟合的系数，范围是[-1,1],值越大，表示误差越小，拟合的越好。