我正在实现一种机器学习算法，该算法试图通过实现梯度下降来进行线性回归。我要做的是绘制点，然后绘制当前计算的线；然后，随着参数的更改，我希望新函数替换旧函数，依此类推，直到迭代完成。 我定义了x和y数组以适合数据：
x=np.array([170,187,166,157,157,166])
y=np.array([190,187,153,150,162,166])
（哦，我做了import numpy as np
import matplotlib.pyplot as plt)
然后通过以下方式绘制点：
plt.scatter(x,y)
当我具有回归线的当前迭代（当前斜率（m）和y-int（b）时），我这样做：
plt.plot(x, m*x+b)
它仅绘制该行的最终版本，而不是中间行。我想做一种很酷的“动画”来显示计算机“学习”正确的行。我可能会在每次“猜测”之间停顿一下，然后删除这条线并绘制一个新的线。
我要绘制线条，擦除该线条，然后绘制新线条。不确定如何实现，