一. 构建一个简单的数据集
1. 导入需要的模块和包:
import numpy as np
import matplotlib.pyplot as plt
2. 生成一组一维向量x,有100个样本,每个样本只有一个特征。通过线性方式生成y,y = 3x + 4 + 噪音。
np.random.seed(666)
x = 2 * np.random.random(size=100)
y = x * 3. + 4. + np.random.normal(size=100)
3. 查看一下x的维度和y的维度:
将x进行reshape操作:
查看数据的分布:
二. 使用梯度下降法训练
计算公式如上。
(1)求代价函数: