线性回归算法实现（最小二乘法， 梯度下降）

一、最小二乘法

import numpy as np;
import matplotlib.pyplot as plt;

初始化数据，网上随便找的数据， 说是奥运会100米短跑用时，以及对应的年份。

dataArray = np.array([[12, 1896], [11, 1900], [11, 1904], [10.8, 1908], [10.8, 1912], 
                      [10.8, 1920], [10.6, 1924], [10.8, 1928], [10.3, 1932], [10.3, 1936], 
                      [10.3, 1948], [10.5, 1956], [10.2, 1960], [10.0, 1964], [9.95, 1968], 
                      [10.14, 1972], [10.06, 1976], [10.25, 1980], [9.99, 1984], [9.92, 1988], 
                      [9.96, 1992], [9.84, 1996], [9.87, 2000], [9.85, 2004], [9.96, 2008]]);

显示一下数据，看是什么样的。

plt.scatter(dataArray[:, 1], dataArray[:, 0])
plt.show()

初始化X和Y, X为年份， Y为时间。