线性回归：从数据集到梯度下降算法的实现（Python）

在机器学习中，线性回归是一个常用的预测模型，它建立了自变量与因变量之间的线性关系。在本文中，我们将使用一个数据集（ex1data.txt）来演示线性回归的实现，并介绍梯度下降算法的应用。

首先，我们需要加载数据集。数据集通常以文本文件的形式存储，每一行代表一个数据样本，自变量和因变量之间使用逗号或空格分隔。我们可以使用Python的文件操作和数据处理库来读取数据并将其转换为可用于训练模型的格式。

下面是读取数据集的代码示例：

import numpy as np

def load_data(filename):
    data = np.loadtxt(filename, delimiter