看B站吴恩达老师有关人工智能网课的记录02

模型描述:
使用一个例子, 假设我们拥有了一组数据, 数据的内容是房子大小与房价的关系, 这个关系是一个一元线性回归的问题
即我们可以找一个函数h(x) = kx + b来使得它符合房子大小与房价的关系, 但是这个情况是很难出现的, 假设h(x)是预测的价格, y是真正的价格, 要想使得该函数尽量正确, 就必须使得数据集里所有的数据求一个方差, (h(x) - y)^2, 使这个方差和的值最小, 也就是找到一组(k, b)使得1/2m*(从1到m求和)(h(xi) - yi)^2值最小.
设J(k, b) = 1/2m(求和)(h(xi) - yi)^2, 只要找到J(k, b)的最小值即可, 函数J被称为代价函数