首先我們要知道?(?(?))等於什麽，它的意思是θ^T乘以X，X是壹個向量，如果用等式表達的話就是 θ0?0 + θ1?1 + θ2?2+...+θ ，當然θ也是壹個向量，而且是壹維的，python裏面有壹個庫叫numpy，專門做矩陣運算的，我們使用就可以了，我們先初始化X,y,還有θ吧
先隨機初始化，這些東西應該不需要講，randint是隨機整數，rand是小數，然後low參數代表妳的隨機數上界，size就是維度，初始化完成後就開始運算。
求和公式裏面的運算
( (h(θ) = X theta^T) - y )^2*
我想這些應該不難，就是(X * theta.T - y)，平方的話用np的power()函數。
inner = np.power((X * theta.T - y),2)，第二個參數就是平方數
然後我們就可以計算求和公式外面的了，這個m代表著X矩陣的行數，對應的就是X的
向量個數，
np.sum(inner,axis=None)
最後再除以兩倍的x向量個數即可，就是1 / len(X) * 2為什麽是兩倍呢，因為它求了偏導數，所以就是2了，好了，把它們整理壹下寫成函數吧