单变量线性回归中的梯度下降法求解代价函数的最小值

1. 什么是代价函数 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， 也就是用来进行预测的函数，是这样的线性函数形式 ， 则代价函数可以表示为： 我们绘制一个等高线图，三个坐标分别为θ0 和θ1 和 J(θ0,θ1)： 则可以看出在三维空间中存在一个使得 J(θ0,θ1)最小的点。 代价函数也被称作平方误差函数，有时也被称为平方误差代价函数。我

>>阅读原文<<