Linear Reg., LS, LW., Ridge Reg., Huber Loss

这是一项与统计学相关的课程作业

线性模型

现代所熟知的回归分析方法，最初是由达尔文的表亲弗朗西斯·高尔顿（Francis Galton）所提出。1877年，高尔顿首次运用回归技术进行预测，其目标是通过上一代豌豆种子（即父母）的尺寸来推断下一代豌豆种子（即子女）的尺寸。他将这一统计方法广泛应用于多个对象的研究中，甚至包括人类的身高数据。在研究过程中，他发现若父母的身高高于平均水平，其子女的身高也倾向于高于平均值，但程度却不及父母本身。这种现象表现为子女的高度向平均值靠近，即所谓的“回归”效应。高尔顿在多方面的研究中都观察到了这一趋势，因此尽管“回归”这一术语与数值预测并无直接关联，该分析方法仍被沿用并命名为回归分析。

第一步：准备数据

设计一个名为load_data的函数，其作用是读取一个以TAB键作为分隔符的文本文件，并将数据与对应的类别标签作为返回值。

说明：目标数据集ex0包含两到三列，其中前两列代表数据内容，第三列则为类别标签

    import numpy as np
    #load data from file导入txt数据
    def load_data(filename):
    dataset = []
    label = []
    file = open(filename)
    for line in f