梯度下降法python+numpy实现

批量梯度下降法(Batch Gradient Descent, BGD)：使用所有样本在当前点的梯度值来对变量参数进行更新操作。

随机梯度下降法(Stochastic Gradient Descent, SGD)：在更新变量参数的时候，选取一个样本的梯度值来更新参数。

小批量梯度下降法(Mini-batch Gradient Descent, MBGD)：集合BGD和SGD的特性，从原始数据中，每次选择n个样本来更新参数值。

以下为分别采用BGD、SGD、MBGD拟合的系数[3, 4]的代码：

import time
import numpy as np

# 样本数为100条，特征数为二维
def get_data(sample_num=100):
    x1 = np.linspace(0, 9, sample_num)
    x2 = np.linspace(4, 13, sample_num)
    x = np.