最小平方法，也稱為最小二乘法，是一種數學最佳化技術。它通過最小化誤差的平方和來尋找數據的最佳函式匹配。這種方法可以方便地估計未知數據，並確保這些估計值與實際數據之間的誤差平方和最小。最小二乘法不僅適用於曲線擬合，還可以用於解決其他最佳化問題，例如通過最小化能量或最大化熵來表達。
在套用最小二乘法時，通常需要確定一些未知參數，使得總差異（即預測值與實際值之間的差異）最小。這些通過最小二乘法得到的參數估計值稱為最小平方估計值。例如，在直線擬合的情況下，可以通過最小化實際數據點與通過最小二乘法計算得到的直線上的點之間的垂直距離的平方和來確定直線的斜率和截距。
總結來說，最小平方法（最小二乘法）的原理是通過調整模型中的參數，使得模型預測值與實際觀測值之間的誤差平方和達到最小，以此來找到數據的最佳函式匹配。這種方法在統計學和數據分析中有著廣泛的套用。