2.2代价函数

在线性回归中我们有一个像这样的训练集，m代表了训练样本的数量，比如m=47。而我们的假设函数，也就是用来预测的函数，是这样的线性函数形式：h(x)=θ₀+θ₁x。 我们要做的是为我们的模型选择合适的参数（parameters）θ₀和θ₁，在房价问题例子中便是直线的斜率和在y轴上的截距。 我们选择的参数决定了我们得到的直线相对于我们的训练集的准确程度，模型所预测的值与训练集中实际值之间的差距（下图中

>>阅读原文<<