机器学习-线性回归python简单实现

写下这篇博客只是为了当做一个记录记下来，以后可以回头看看，不至于每遇到一次都要去实现一遍。

线性回归的主要内容如下：

因为要最小化J，有两种方法，一种是最小二乘法直接求解，另一种是梯度下降法。这里记录的是梯度下降法。

梯度下降法可以归结为NG课程中以下的图片：

所以线性回归梯度下降法的主要核心就在于对theta的更新，以下是本文代码，代码比较粗糙原生，容易理解。数据集用的其实是离散的分类数据集，不过是二维的，

画出图来比较容易看。

#-*-coding:utf-8-*-
import numpy as np
import matplotlib.pyplot as plt
data = []
f = open("logistic_x.txt", "r")
for line in f:
    field = li