多元线性回归指的是有多个样本特征，影响结果，例如影响房屋价格的因素，有位置，面积，人口密度等。
简单线性回归存在一维空间中，特征只有一个，多元线性回归中，有多个维度的多个特征，共同影响结果。
多元线性回归的目的和简单线性回归相同：
多元线性回归中，将特征转提取置为列向量，构造一个X恒等于1，X是一个矩阵，每一行代表一个样本，每一列代表一个特征，X(i)代表在X矩阵中抽出一行，本身是一个行向量：
最下的公式中，前半部分行转置为列，1m的行向量，后半部分m1的列向量：
最小二乘法，对𝜃中每一个变量求使其为0，在矩阵中进行，导出结果，得出𝜃：
不需要对数据归一化处理，运算过程中没有量纲的问题。KNN算法前对数据进行归一化处理，多元线性处理没必要。
PS:数据归一化，一般是把数据变为（0，1）的小数，方便数据处理和运算。