梯度下降，使用python代码

梯度下降是一种常用的优化算法，用于机器学习中的参数优化问题。其基本思想是，通过不断地迭代，使用训练数据对参数进行调整，使得模型的预测误差最小化。

下面是使用 Python 代码实现梯度下降算法的例子：

import numpy as np

# 定义损失函数
def loss(x, y, w):
    y_pred = w * x
    return (y_pred - y) ** 2

# 定义损失函数的梯度
def gradient(x, y, w):
    return 2 * x * (w * x - y)

# 初始化参数
w = np.random.randn()