diff --git a/linear.py b/linear.py
index 5018f74..aa658c6 100644
--- a/linear.py
+++ b/linear.py
@@ -1,5 +1,5 @@
 '''
-    线性回归
+    线性回归, 用于回归任务, 通过线性方程预测连续值
 '''
 
 import numpy as np
@@ -12,9 +12,14 @@ from sklearn.metrics import mean_squared_error, r2_score
 # 假设我们有一些数据点 (X, y)，其中 X 是输入特征，y 是目标变量
 # 设置随机种子, 不然每次运行程序结果都不一样
 np.random.seed(0)
+
+# 生成形状为[100, 1] 值为[0, 1)均匀分布的数组
 X = 2 * np.random.rand(100, 1)
 y = 4 + 3 * X + np.random.randn(100, 1)
 
+print(X)
+print(y)
+
 # 将数据分为训练集和测试集
 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)