qq_51483032的博客

方法不依赖于类的实例属性，它可以在没有创建类的实例的情况下被直接调用。该方法的作用是根据模型的预测值和实际标签之间的差异来计算损失函数的值，用于衡量模型的预测准确度和误差程度。它在类的方法中起到非常重要的作用，使得我们可以在类的内部操作和访问实例对象的成员。该方法的作用是执行梯度下降算法的实际迭代过程，通过多次迭代更新参数并计算损失值，以获取模型的最优参数。，类的方法可以访问类的实例变量，实现类内部的数据共享和操作。，可以在方法内部访问和修改类的实例变量，并且在不同的方法之间共享数据。

7、误差是独立的，样本产生的误差。3、回归：又去银行了但是问的不是给不给贷款，而是问银行你能给我贷多少钱（具体的数字）这些数字可能是一个取值范围比如0-100.在一定的范围区间上找出一个可能的值。真实值和预测值之间会有一个误差，每个样本之间的误差是不一样的，希望的结果是误差项越小好，并且接近于0才是完美的。因为误差是均值为0的高斯分布，所以可以写为（2）式，本来（2）式后边要减去均值的但是是0，就不用减了。沿着梯度的反方向走一步 ，θj+走的这一步就是一个更新后的参数，是应该得到什么位置。