PyCharm单变量线性回归的三个函数（模型函数，代价函数，梯度下降）

# (1),模型函数
def model(theta):
    h=np.dot(xx,theta)
    return h

# (2),代价函数
def cost(h):
    j=1/(2*m)*((h-y).T.dot(h-y))
    # j=0.5*np.mean((h-y)**2)
    return j

# (3),梯度下降 grad
def grad(num,alpha):
    theta=np.zeros(n)
    j=[]
# 对模型进行循环处理，循环的过程就是对模型优化的过程
    for i in range(num):
        h=model(theta)
        j.append(cost(h))  #append就是将所有的值依次存起来
        deltea_theta=(1/m)*xx.T.dot(h-y)
        theta=theta-alpha*deltea_theta
    return theta,h,j

三个函数之间的关系，由数据充实模型，在模型没有完全成型的过程中，会被代价函数重新推送给算法继续完善