你可以想象迭代地把网格划分得越来越细，直到逼近最佳模型。但有更好的方法来解决这个问题：一种称为 Newton–Raphson 搜索的数值最小化工具。Newton–Raphson 的直觉很简单：你选择一个起点，环顾四周寻找最陡的坡度。然后沿着那个坡向下滑一小段，再不断重复，直到无法再往下走为止。在 R 中，我们可以用 optim() 来实现：

best <- optim(c(0, 0), measure_distance, data = sim1) best$par #> [1] 4.22 2.05 ggplot(sim1, aes(x, y)) + geom_point(size = 2, color = "grey30") + geom_abline(intercept = best$par[1], slope = best$par[2])