g, cost = batch_gradientDescent(X, y, w, alpha, iters) print(g)computeCost(X, y, g)

这段代码实现了一个批量梯度下降算法来更新模型的权重向量 w，并返回更新后的权重向量和每次迭代的损失函数值。

其中，X 是输入特征矩阵，y 是目标变量向量，w 是权重向量，alpha 是学习率，iters 是迭代次数。

batch_gradientDescent 函数实现了批量梯度下降算法，返回更新后的权重向量 g 和每次迭代的损失函数值 cost。

computeCost 函数计算当前权重向量 g 下的损失函数值。