吴恩达《Machine Learning》-cost function损失函数（二）

问题：如何选择参数θi？ m代表样本数量 θ表示 参数 机器学习主要就是学习函数中的参数 比如一次函数 不同的参数 会产生不同的函数 目的： 找到一组θ0，θ1参数使 图中函数的线 尽可能多的拟合到更多的数据点。故也就是使图中线上的函数值hθ(x) 与 数据点的值 y 之间的距离最小。 为了防止hθ(x) - y 产生的正负值相加问题。采用平方差，都转换为正数。之后将m个样本的差值求和，除以2m个

>>阅读原文<<