線性迴歸模型 (Linear Regression)
梯度下降與正則方程 (OLS) 實時動畫與參數調校實驗室
即時擬合中
當前方程式 (Formula)
y = 0.00x + 0.00
斜率 w (Slope) & 偏置 b
w: 0.0000 | b: 0.0000
決定係數 R² Score
0.0000
均方誤差 MSE Loss
0.0000
2D 資料畫布與擬合直線
💡 左鍵繪點 | 拖曳移動 | 右鍵刪除點
清空畫布
預設數據生成：
📈 標準線性
🌊 高雜訊擴散
💥 含離群值 (Outliers)
🚀 陡峭斜率
演算法控制與訓練
求解演算法 (Algorithm)
批量梯度下降 (Batch Gradient Descent)
正則方程閉式解 (Normal Equation OLS)
學習率 α (Learning Rate)
0.01
疊代次數 (Epochs)
500
L2 正則化 λ (Ridge Penalty)
0.00
開始訓練擬合
單步疊代
重設
📉 損失函數下降曲線 (MSE Loss Curve)
Epoch: 0 / 500