线性回归，损失函数。损失函数用于判断预测值与真实值的误差，找到拟合度最高的直线。以身高体重为例，身高是x轴、体重是y轴，通过直线去拟合各个样本，这时可以绘制不同斜角的直线，其中肯定有一条直线与每个样本点都是最近的，损失函数要找到这条拟合度最高的直线。方法是计算每个样本点到直线的最小距离，即预测值与真实值的最小误差。损失函数可以为模型优化提供帮助。
损失函数：最小二乘法、均方误差、平均绝对误差。