线性回归模型函数中没有返回值

是因为线性回归模型是一种监督学习算法，其目的是通过已知的输入特征和对应的输出标签之间的关系，建立一个线性函数模型来预测未知的输出标签。在线性回归模型中，我们通过最小化预测值与真实值之间的差异来确定最佳的模型参数。

具体来说，线性回归模型函数可以表示为：

y = w1x1 + w2x2 + ... + wn*xn + b

其中，y是预测的输出标签，x1, x2, ..., xn是输入特征，w1, w2, ..., wn是对应的权重，b是偏置项。线性回归模型的目标是找到最佳的权重和偏置项，使得预测值与真实值之间的差异最小化。

在实际的线性回归模型函数中，通常不需要显式地返回任何值。相反，我们通过训练算法（如梯度下降）来调整模型的参数，以使得模型能够更好地拟合训练数据。训练过程中，模型会根据输入特征和真实标签的组合计算预测值，并根据预测值与真实值之间的差异来更新参数。这个过程会迭代多次，直到模型收敛或达到预定的停止条件。

总结起来，线性回归模型函数中没有返回值，而是通过训练算法来调整模型参数，以使得模型能够更好地拟合数据。