python实现梯度下降算法函数

Sure, 可以直接回答这个问题。以下是一个 Python 实现的梯度下降算法函数：

import numpy as np

def gradient_descent(x, y, theta, alpha, num_iters):
    m = len(y)
    for i in range(num_iters):
        h = np.dot(x, theta)
        error = h - y
        gradient = (1/m) * np.dot(x.transpose(), error)
        theta = theta - alpha * gradient
    return theta

这个函数实现的是针对多元线性回归的梯度下降算法。其中 x 是输入特征向量的矩阵，y 是对应的输出向量，theta 是待学习的参数向量，alpha 是学习率，num_iters 是迭代次数。