y_hat = W^TX

y_hat = XΘ

这两个公式代表的含义是一样的吧

W^T=(w₀,...,w_m)

Θ = (w₀,...,w_m)^T

是这样吗老师，x前边的参数有时候是β，有时候是w，有时候是θ，很容易搞混了

老师请问np.random.rand和np.random.randn的区别是啥呀

老师, 视频里面创建数据的时候, y = 4 + 3*X + np.random.randn(100,1), 我知道截距项是4和系数是3。对于在实际的数据集, 我们怎么才能知道它的截距项和对应Xj的系数是什么? 当然, 同时我也想问问我们怎么能确定我们的数据适用于多元线性回归? 因为只有知道数据适用于什么公式,然后才能选择对应算法和它的损失函数求梯度。

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

为什么fit_intercept要设置为false，是不是因为x_train之前就设置了include_bias=true，所以x_poly_train里面包括了截距项的原因？请详细告知

老师请问，为什么第一个更容易交在不是坐标轴的地方，第二个图更容易交在坐标轴上或者附近？

老师,这里说的非线性变化成线性是利用上升维的手段, 假如我有个非线性数据集如下:

首先第一个问题, 我判断这是非线性的数据集(因为维度貌似没啥关系,很有相互独立的感觉), 不知道这么判断对不对?

第二个问题, 我是不是得先运用升维手段, 把数据集变为线性的, 在更高维度作平面, 最后就可以利用上Ridge/Lasso算法去训练模型? 

请问一下，这里为什么会输出0.0？添加了第30—32行代码后，才出现的，未添加前不会输出0.0

老师, polynomial_features.fit_transform的结果是作为新的X给线性回归算法用, 我这样理解没错吧?

老师 zscore标准化是什么标准化

老师 zscore是标准归一化吗

为什么这里的梯度不求平均，不除以batch_size，我是从后面神经网络那里过来的，后面都会求平均。望告知，多谢。

老师，这行代码的作用提取出来charges这行数据集吗

这里不太理解，中心极限定理对多元线性回归有什么意义

老师 L1表示的菱形都可以成比例扩大呀，并不是只能交在离坐标轴近的地方呀