4.3.5　整合函數(shù)

讓我們檢查一下是否所有工序都已就位：

·編寫完成了關(guān)于樣本數(shù)據(jù)準(zhǔn)備的代碼；

·完成了對(duì)predict()函數(shù)的升級(jí)；

·得到了無須升級(jí)loss()函數(shù)的結(jié)論；

·完成了對(duì)gradient()函數(shù)的升級(jí)。

檢查……檢查……檢查……再檢查。現(xiàn)在我們終于可以將這些變化應(yīng)用到學(xué)習(xí)程序之中了：

我們花了幾頁(yè)紙的篇幅才完成了代碼，但它與之前章節(jié)的代碼十分相似。除了加載和樣本數(shù)據(jù)準(zhǔn)備這部分的代碼之外，我們只改變了三行代碼。注意，我們的函數(shù)具有一般性，它們不僅可以處理Roberto的三輸入變量數(shù)據(jù)集，還可以處理任意數(shù)量的輸入變量。

如果運(yùn)行該程序，則可以得到如下結(jié)果：

損失函數(shù)值在每次迭代中都會(huì)減少，這表明程序確實(shí)是在學(xué)習(xí)。然而，我們的工作還沒結(jié)束，因?yàn)樵诒菊麻_頭忽略了偏置參數(shù)以簡(jiǎn)化思路。其實(shí)我們很清楚，不應(yīng)該期望在沒有偏置參數(shù)的情況下得到良好預(yù)測(cè)。幸運(yùn)的是，把偏置放回去看起來很容易。