最小二乘法（Least Squares Method）是一种用于拟合数据的常用方法，它通过最小化观测数据与模型预测值之间的误差的平方和来找到最佳拟合参数。下面是使用Python实现最小二乘法的代码示例。
我们将以一元线性回归（即拟合一条直线）为例。假设我们有一组数据点 (x1,y1),(x2,y2),…,(xn,yn)(x_1, y_1), (x_2, y_2), /dots, (x_n, y_n)(x1,y1),(x2,y2),…,(xn,yn)，我们希望拟合一条直线 y=mx+by = mx + by=mx+b。
Python代码实现
