首先我们看公式： 这个是要拟合的函数 然后我们求出它的损失函数， 注意：这里的n和m均为数据集的长度，写的时候忘了 注意，前面的theta0-theta1x是实际值，后面的y是期望值 接着我们求出损失函数的偏导数： 最终，梯度下降的算法： 学习率一般小于1，当损失函数是0时，我们输出theta0和theta1. 接下来上代码！ class LinearRegression(): def __init__(self, data, theta0, theta1, lea