小编Xav*_*tte的帖子

作为一项自学练习，我尝试对从头开始的线性回归问题实施梯度下降，并在等高线上绘制结果迭代。

我的梯度下降实现给出了正确的结果（使用Sklearn测试），但是梯度下降图似乎并不垂直于轮廓线。这是预期的还是我的代码/理解中出现问题？

算法

成本函数和梯度下降

import numpy as np
import pandas as pd
from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

def costfunction(X,y,theta):
    m = np.size(y)

    #Cost function in vectorized form
    h = X @ theta
    J = float((1./(2*m)) * (h - y).T @ (h - y));    
    return J;


def gradient_descent(X,y,theta,alpha = 0.0005,num_iters=1000):
    #Initialisation of useful values 
    m = np.size(y)
    J_history = np.zeros(num_iters)
    theta_0_hist, theta_1_hist = [], [] #For plotting afterwards

    for i in range(num_iters):
        #Grad function …