NumPy 广播与线性回归损失

从数组维度的逐轴比较出发，再观察平均平方损失怎样随模型参数变化。

数组设置

数组 $\boldsymbol{A}$ 的维度

数组 $\boldsymbol{B}$ 的维度

逐元素运算

逐轴比较与计算结果

广播从最右边的轴开始比较。对应轴长度相等，或者其中一个长度为 1，才可以继续进行逐元素运算；广播不会自动改变轴的顺序。

数据与分析模型

样本量 $n$

误差标准差 $\sigma$

随机种子

分析模型的偏置 $b$

分析模型的权重 $w$

数据与拟合直线

平均平方损失曲面

本页采用分析模型 $\widehat y_i=b+wx_i$，并计算 $\mathcal J(b,w)=n^{-1}\sum_{i=1}^n(y_i-b-wx_i)^2$。拖动 $b$ 与 $w$，可观察当前参数点怎样在损失曲面上移动。