在一元线性回归中，模型是一个线性函数，其形式通常为 y=wx+b，其中 y 是预 测值，x 是输入输入特征（自变量），w 是权重（系数），b 是偏置项（截距）。主要实现了一个简单的线性回归模型，通过批量梯度下降（Batch Gradient Descent, BDG）算法来拟合一个大致为 y = 0.7x + 12 的线性关系，并绘制了原始数据点和拟合的直线。它通过对损失函数求导并令其为零，来找到