最小二乘法是一种数学优化技术，用于寻找一组数据点的最佳拟合曲线或直线。它的核心思想是通过最小化误差的平方和来找到模型参数的最优解。误差指的是数据点的实际值与模型预测值之间的差异。最小二乘法广泛应用于回归分析、曲线拟合和参数估计等领域。该方法由高斯和勒让德在18世纪末独立提出，因其计算简便和良好的统计性质而成为数据分析中的基础工具之一。