录屏视频 + 文本：多元线性回归的工作原理是什么？

视频末尾提及的文本见下方。

在简单线性回归那一节中，你知道了我们为什么要最小化每个实际数据点与模型预测值之间的平方距离。

但在多元线性回归中，我们要找的数据点所处的空间实际上不仅仅是二维的。

总而言之，重点在于我们可以计算 (X'X)^-X'y ，从而找出最优 \beta 预测值。

在接下来的视频中，你将使用 statsmodel 来求得系数，这些系数会与上一概念涉及的系数相似，但你还要用上述等式来解出该系数，证明所得系数不是凭空捏造出来的。