还是不太明白为什么要对y_train进行取对数处理，基本假定不是假设误差项服从正态分布么，没有要求被解释变量服从正态分布吧。如果需要被解释变量进行取对数处理，为啥前几次的课中没有这种操作呢，望告知，多谢。

为什么采用同样的数据集，同样的代码，归一化后的数据 却不一样呢。按道理来说，归一化这个操作是没有随机的。

请问一下，这里为什么会输出0.0？添加了第30—32行代码后，才出现的，未添加前不会输出0.0

为什么fit_intercept要设置为false，是不是因为x_train之前就设置了include_bias=true，所以x_poly_train里面包括了截距项的原因？请详细告知

在岭回归那里，参数之中有个solver(='sag'),但是我看了lasso和elasticnet的源代码，发现参数之中，怎么没有solver？那这两种回归默认是随机梯度下降么。望告知，多谢。

对于mini-batch gradient descent 的代码改进实现动态调整学习率，在调用定义的learning_rate_schedule()时，传的参数为什么是epoch*m+i ?   我认为是epoch*batch_size+i。望告知，多谢。

数据处理的时候，品状数据图 怎么矫正 成正太分布啊？ 

我想问下，这里10000个轮次，每个轮次又10个批次，每个批次随机10个样本，总共运算10000*10*10次？是不是跟全量梯度下降运算的此时一样啊，而且10个批次中随机取到的样本还有可能重复？

>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> X
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])
>>> list(y)
[0, 1, 2, 3, 4]

>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, test_size=0.33, random_state=42)
...
>>> X_train
array([[4, 5],
       [0, 1],
       [6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],
       [8, 9]])
>>> y_test
[1, 4]

test与train百分比是不是反了，跟后面写test_size,train_size有关系吧

l(θ）到下面，e怎么消失的？是如何推到的

这个和全量10000次计算次数是不是一样的呀

scikit-learn 里面的线性回归是不是比直接用求参公式要慢呀

老师, polynomial_features.fit_transform的结果是作为新的X给线性回归算法用, 我这样理解没错吧?

老师,这里说的非线性变化成线性是利用上升维的手段, 假如我有个非线性数据集如下:

首先第一个问题, 我判断这是非线性的数据集(因为维度貌似没啥关系,很有相互独立的感觉), 不知道这么判断对不对?

第二个问题, 我是不是得先运用升维手段, 把数据集变为线性的, 在更高维度作平面, 最后就可以利用上Ridge/Lasso算法去训练模型? 

老师, 以MSE为例, 我们的惩罚项是在公式中什么位置? 

1. W(t+1) = W(t) - alpha*g + 正则项? 

2. W(t+1) = W(t) - alpha*g(Loss+正则项)? 

如果是2的话, 那么常数的梯度不就是0了吗? 我有点不明白是作用在哪个位置。

另外, 这个惩罚项是不是对于不同的特征维度,也是可以给与不同的人为修正的呢? 有没有什么动态调整的原理(就像之前的视频里面学习率那样随着迭代次数增加而减少)?