假设有以下面积和房屋价格的数据集：

可以在坐标中画出数据的情况：

就是基于这样一个数据集，假定给出一个房屋的面积，如何预测出它的价格？很显然就是我们只需建立一个关于房屋面积的函数，输出就是房屋的价格。

所以引出监督学习的概念：给定训练集X，学习出一个函数h:X→Y,使得函数h(x)能够较好地对于Y做出预测。由于历史习惯原因，常常把h称为假设（hypothesis）.

当我们要预测的值Y是连续连续值的时候，则学习出函数h的过程就被称为回归问题(regression problem)，当预测值Y是离散值的时候，相应的学习过程就称为分类问题(classification problem)。

线性回归(linear regression)之监督学习