Numpy 矢量化梯度下降法

我已经在Numpy实现了这个梯度下降：

def gradientDescent(X, y, theta, alpha, iterations):
    m = len(y)

    for i in range(iterations):
        h = np.dot(X,theta)
        loss = h-y
        theta = theta - (alpha/m)*np.dot(X.T, loss) #update theta

    return theta

虽然代码的其他部分在这里被完全矢量化，但在我看来，仍然存在一个for循环，这是不可能消除的；特别是在每一步都需要对θ进行更新，我不知道如何将其矢量化或以更有效的方式编写

---

感谢您的帮助

您无法对for循环进行矢量化，因为每次迭代都在更新状态。向量化主要用于计算时，每次迭代都计算一个独立的（在某种意义上）结果