截距（英文名为intercept）是在线性回归模型中的一个重要概念。截距可以理解为当自变量取值为0时，因变量的预期值（或拟合值）。对于简单线性回归模型，截距即为回归直线与y轴的交点。
截距公式可以表示为:
y = β0 + β1*x
其中，
y 是因变量（即预测目标）；
x 是自变量；
β0 是截距；
β1 是自变量的系数，表示自变量对因变量的影响。
拓展：
在多元线性回归中，截距的概念与简单线性回归类似，但公式会有所调整。多元线性回归模型的截距公式可以表示为：
y = β0 + β1x1 + β2x2 + … + βn*xn
其中，
y 是因变量（即预测目标）；
x1, x2, …, xn 是自变量；
β0 是截距；
β1, β2, …, βn 是自变量的系数，表示自变量对因变量的影响。
截距在线性回归中具有重要的意义，它表示了当自变量取值为0时，因变量的期望值或拟合值，并且可以帮助我们解释自变量与因变量之间的关系。