，以使得与直线上每个数据点的垂直距离最小，总距离是所有数据点的垂直距离的平方和，其思想是通过最小化这个平方误差或距离来拟合模型。”
“它的难点不在得出预测值，而在于如何更加精确！”
“第二种，logistic regression逻辑回归，与线性回归类似，但是逻辑回归的结果只能有两个值，如果说线性回归是在预测一个开放的值，那逻辑回归更像是做一道是或不是的判断题。”
说到这里，王东来特意补充了一句：“逻辑回归其实用在杭州马和狗东这样的电商平台，或者是今年刚获得e轮融资3.5亿美元的饿了吗这样的外卖平台上才是最合适的，可以用来预测用户对品类的购买偏好，如果你们毕业后有意加入这些公司的话，可以多关注这方面。”
王东来的语气平静，说起逻辑回归对电商平台和外卖平台的重要性，也是一副毫不在乎的样子。
就连在下面的诸多学生也能听得出来，王东来的语气之中对于电商平台和外卖平台的不在意，甚至是不喜。
来不及多想，王东来就又讲了起来。
“第三种便是决策树，如果说线性和逻辑回归都是把任务在一个回合内结束，那么决策树就是一个多步走的动作，它同样用于回归和分类任务中，不过场景更加复杂和具体。”
“举个例子，就像是我面对你们这个班级，如何分辨出哪些是好学生？如果只是依据高考成绩，或者出一套试卷让你们做的话，唯分数论的话，就有些太粗暴了。”
“那么，我就可以从作业、态度、出勤、提问等方面分开讨论，每一个有分叉的圈称为节点，在每一个节点上，根据可用的特征询问有关数据的问题，左右分支代表可能的答案，最终节点对应一个预测值，每个特征的鹅重要性都是通过自顶向下方法确定的，节点越高，其属性也就越高，比如说我如果觉得勤奋比成绩更重要，所以勤奋的节点就高。”
“第四种，naive bayes朴素贝叶斯，是基于贝叶斯定理，即两个条件关系之间，它测量每个类的概率，每个类的条件概率该出的x值。”
“用非术语解释贝叶斯定理，那就是通过a条件下发生b的概率，去得出b条件下发生a的概率，当然了，这个过程中还要引入一些其他数据用以确保结论正确。”
“第五种，artificial neural networks人工神经网络，其本质是一组带有权值的边和节点组成的