numpy np
matplotlib.pyplot plt
sklearn.linear_model LinearRegression

x1 = *np.random.rand()
x2 = *np.random.rand()
x3 = *np.random.rand()
X = np.c_[x1x2x3]
y = + *x1 +*x2+*x3+ np.random.randn()

reg = LinearRegression(=)
reg.fit(Xy)
(reg.intercept_reg.coef_)

X_new = np.array([[][][]])
y_predict = reg.predict(X_new)

plt.plot(X_new[:]y_predict)
plt.plot(x3y)
plt.axis([])
plt.show()

预测的不hi是很好啊？？？

老师你好，请教一下这个小节里提到的y、X1和X2是否一定要两两正交？如果是两两正交的话，那么他们是否一定相互独立？

老师你好，请教一下这个小节里提到的y、X1和X2是否一定两两正交？如果是两两正交的话，那么他们是否一定相互独立？

J(θ)为什么等于后面1/2(hθ(x)-y)²呢,MSE不是等于1/mΣ(yhat-y)²吗

老师这里显示没有这个 sklearn 怎么弄，我这里用的是python, 3.9，是要用3.6才行的吗？

老师 把非线性相关的数据用多项式升维处理成线性相关数据

然后带入线性算法里

这是属于用先行算法 算出线性模型吗，还是这个模型还是属于非线性啊~

（蓝点是样本，绿色的线是没有处理数据的模型，黄色和红色是数据升维后的模型）

老师 损失函数不是 XW - y_hat 吗，为啥加了正则项的这几个都是 （XW - y) 的平方啊

老师 为什么损失函数加上L1或L2正则惩罚项 ，可以提高模型的泛化能力啊，加L1加L2都行吗

老师，三种梯度下降都是每一轮都需要用到全量数据，

那300首诗，分成6个批次，每批1周，一轮就是6周，要训练20轮，是不是需要120周啊

随机梯度下降，假设有300个数据，需要300个批次，就是一轮300个批次下来，有可能有的数据没选到是吗~

还有小批量梯度下降，文档上说，batch_size大需要的轮次就少，“轮次”是不是应该改成“批次”啊

老师 Wt+1 = Wt - θ*g 这个公式，

Wt+1 - Wt 这一段为啥等于 θ*斜率啊，这个步长是yt+1 - yt的直线距离吗？

老师 为啥可以写成 W的转置 * X  啊，什么情况下可以把 X矩阵当作 向量处理啊。

老师    这个22是怎么算出来的

老师，误差是连续型的，满足的是正态分布。

对于连续型的概率，具体的值不该都等于0吗

为什么可以相乘

老师，求西格玛中的那个K指的应该是XJ这一列的元素总数吧，不是X(mn)的总体吧

老师，我想问问这个θ，J(θ)，hθ（x）分别代表着什么呀，有点看不懂了。