我在处理波士顿房价数据集的回归模型时遇到了一个问题，当我在梯度下降算法中尝试减去两个506×1的矩阵时（prediction_error = np.subtract(y,prediction_function)），结果却得到了一个506×506的矩阵（prediction_error）。我之前做过两次同样的操作，没有出现任何问题。我尝试使用np.subtract代替Python中的常规减号，但情况没有改变。有人能帮帮我吗？

theta_grad = np.zeros((14,1))
print(theta_grad.shape) #调试
prediction_function = X @ theta_grad
print(prediction_function.shape) #调试
prediction_error = np.subtract(y,prediction_function.reshape(y.shape))
print(prediction_error.shape) #调试
gradient = X.T @ prediction_error

回答：

你的数组y的形状是(506,)，而另一个数组的形状是(506,1)，Python会对它们进行广播操作。尝试将它们调整为相似的形状，像这样：

np.subtract(y,prediction_function.reshape(y.shape))

为了更好地理解效果，这里有一个示例代码：

A = np.arange(5) #形状 (5,)
B = np.arange(5).reshape(5,1)  #形状 (5,1)
np.subtract(A, B)
[[ 0  1  2  3  4]
 [-1  0  1  2  3]
 [-2 -1  0  1  2]
 [-3 -2 -1  0  1]
 [-4 -3 -2 -1  0]]
np.subtract(A, B.reshape(A.shape))
[[0 0 0 0 0]]