二元线性回归python代码

import numpy as np
from numpy import *
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
import math
filename = ‘data.txt‘
# create arrays for the data points
X = []
Y = []


def costFunc（X1 Y1 theta1）:
    m = Y1.shape[0]
    error = X1.dot（theta1）-Y1
    loss = error.T.dot（error）/（2*m）
    return loss


def gradientDescent（X1 Y1 theta1 alpha1 iter）:
    m = Y1.shape[0]
    cost1 = np.zeros（iter）
    for i in range（iter）:
        theta1 = theta1 - （alpha1/m）*（X1.T.dot（X1.dot（theta1）-Y1））
        cost1[i] = costFunc（X1 Y1 theta1）
    return theta1 cost1


# 读取数据
fr = open（filename）
for line in fr.readlines（）:
    lineArr = line.split（‘‘）
    X.append（[float（lineArr[0]）/1000 float（lineArr[1]） 1]）  # 前面的1，表示方程的常量。
    Y.append（float（lineArr[2]）/100000）


X = np.m