然后我们再来看一下X.shape 这个用来显示,一个矩阵的形状,其实就是几行几列对吧

然后,比如上面这个是100行 ,9列,其实对应我们的方程上,就是 8元一次方程,

w1到w8加上w0 一共9列,然后有100个样本,也就是100行数据对吧

然后我们来看一下我们用SGD随机梯度下降来实现一个一元一次方程

import numpy as np

import matplotlib.pyplot as plt

X=np.random.rand(100,1)  产生100行1列的x的数据,因为一元一次,所以一个x1就可以了

w,b=np.random.randint(1,10,size=2) 然后产生2个,都是1到10之间的,一个是w1,一个做为w0也就是截距

#增加“噪声”，更像真实数据，“加盐”

#增加扰动！数据更加真实

# Numpy广播机制

y=w*X+b+np.random.randn(100,1) 写出公式,注意这里用100行1列,也就是给这100个样本数据,每个后面都加上一点噪声,这个噪声,是从标准正态分布中的x中,找到的100个,符合标准正态分布的数据.

plt . scatter ( X , y ) 画出散点图