请教一个线性回归算法代码

aa2062342

def gradientDescent(X, y, theta, alpha, iters):
    temp = np.matrix(np.zeros(theta.shape))
    parameters = int(theta.ravel().shape[1])
    cost = np.zeros(iters)
   
    for i in range(iters):
        error = (X * theta.T) - y
        
        for j in range(parameters):
            term = np.multiply(error, X[:,j])
            temp[0,j] = theta[0,j] - ((alpha / len(X)) * np.sum(term))
            
        theta = temp
        cost[i] = computeCost(X, y, theta)
        
    return theta, cost


其中:
np.multiply(error, X[:,j])
以及
temp[0,j] = theta[0,j] - ((alpha / len(X)) * np.sum(term))
没太明白怎么是用公式的，好像和梯度下降求偏导的公式不太一样，请教下老师们

公式图片见下方

                               
登录/注册后可看大图