我刚开始学习线性回归，想知道为什么我们选择最小化平方误差之和。我知道平方有助于我们平衡正面和负面的个体误差（比如 e1 = -2 和 e2 = 4，在平方之前我们会分别将它们视为 2 和 4 的常规距离），但是，我想知道为什么我们不'不处理最小化绝对值而不是平方。如果将其平方，与绝对值相比，e2 具有相对更高的个体最小化贡献（我们想要这样吗？）。我也想知道十进制值。例如，假设我们有 e1 = 0.5 和 e2 = 1.05，当平方时，e1 的权重会更小，因为 0.25 小于 0.5，而 e2 的权重会更大。最后，有 e1 = 0.5 和 e2 = 0.2 的情况。E1距离开始较远，但是当你平方它时，0.25 与 0.4 进行比较。无论如何，只是想知道为什么我们做平方和 Erie 最小化而不是绝对值。