Python 如何使用梯度下降算法中的权重在三维空间中绘制平面？

是否有一种方法可以使用

matplotlib

在三维空间中绘制具有3个“权重”或坡度的平面？我试图从梯度下降算法中可视化一个线性回归平面，该算法返回对应于3个特征的3个权重

---

我不知道如何将其转换为像

Axes3D.plot\u surface

这样的函数可以使用的东西？

我确实缺少统计背景，但就平面而言，您应该尝试定义一个

z（x，y）

功能，您可以使用

Axes3D在
网格上打印。打印曲面
。通常需要
z=m*x+n*y+c
，其中
m
和
n
是相对于
x
和
y
的斜率；很可能你的三个权重更像是
m1*x+m2*y+m3*z=c
，在这种情况下，你可能应该用
m1，m2
除以
m3
，如果
m3
为零，那么你会得到无穷大的斜率，在这种情况下平面是垂直的，在这种情况下
z（x，y）
不起作用，但
y（x，z）
可能起作用。