GradientDescent_LinReg:实施梯度下降并拟合线性回归。 探索多项式回归，交叉验证和正则化

GradientDescent_LinReg 该笔记本实现了Gradient descent算法以拟合线性回归模型。 作为本练习的一部分，将探索各种机器学习技术。 粗略概述如下： 数据输入 EDA 使用梯度下降的线性回归 线性回归成本函数 线性回归梯度函数 梯度下降功能 拟合线性回归参数 学习率调整 参数解释和可视化 多项式回归 模型评估：交叉验证 注意：Notebook可能无法在GitHub上打开。 请下载文件进行浏览。 谢谢！ 数据集信息：该数据集来自卡内基梅隆大学维护的StatLib库。 该数据集用于1983年美国统计协会博览会。 从UCI机器学习存储库（ ）访问