PyQt5实现线性回归算法

单变量线性回归 预测线性方程可以用下式表示： 训练样本的目标值与预测计算所得的目标值之间存在一个误差ε： ε=hθ(x)-y      (服从高斯分布) 为了让误差越来越小，根据最小二乘法得到所需的目标函数： 通过批量梯度下降法使目标函数达到极值点： 通过迭代计算得到我们所需的曲线。 工具：Python3.6+PyCharm+Numpy+Pandas+PyQt5+Matplotlib 代码实现:

>>阅读原文<<