梯度下降法推导过程与代码实现（Python，一元，附数据集下载）

推导过程：

代码实现(以一元为例)：

# 简单线性回归（梯度下降法）


# 0. 引入依赖
import numpy as np
import matplotlib.pyplot as plt

# 1. 导入数据（data.csv）
points = np.genfromtxt('D:\学习资料\推荐系统\代码\练习代码\自己手打\data.csv', delimiter = ',')
points[0, 0]

# 提取points中的两列数据，分别作为x,y
x = points[:, 0]
y = points[:, 1]

# 用plt画出散点图
plt.scatter(x, y)
plt.show()


# 2. 定义损失函数
# 损失函数是系数的函数，另外还要传入数据的x，y
def compute_cost(w, b, points):
    total_cost = 0
    M = len(points)
    
    # 逐点计算平方损失误差， 然后求平均数
    for i in range(M):
        x =