线性回归模型的参数详解及默认值

线性回归模型是一种用于建立变量之间线性关系的统计模型。它的参数包括斜率（slope）和截距（intercept），用于描述自变量与因变量之间的线性关系。

1. 斜率（slope）：斜率表示自变量每单位变化对因变量的影响程度。在线性回归模型中，斜率表示因变量每单位自变量变化时的平均变化量。斜率可以通过最小二乘法来估计，使得模型的预测值与实际观测值之间的残差平方和最小化。

2. 截距（intercept）：截距表示当自变量为0时，因变量的预测值。在线性回归模型中，截距表示因变量在自变量为0时的基准值。截距可以通过最小二乘法来估计，使得模型的预测值与实际观测值之间的残差平方和最小化。

默认值：
在大多数线性回归模型中，默认情况下，斜率和截距的初始值都为0。然后通过迭代算法（如梯度下降法）来逐步调整这些参数，使得模型的拟合效果最优。