【深度之眼】吴恩达《机器学习》作业——week1代价函数1

代价函数1

视频链接：https://www.bilibili.com/video/BV164411b7dx?p=7

首先回顾一下，我们的线性模型

其次是我们的模型参数 ${\theta }_0,{\theta }_1$

然后是我们的损失函数

我们的优化目标是，选择合适的模型参数 ${\theta }_0,{\theta }_1$使得我们的代价函数达到最小。

我们现在将问题简化一下，假设我们现在只有参数 ${\theta }_1$ 也就是说我们的 ${\theta }_0=0$，那么我们的模型，参数，代价函数和优化目标就变成了下图右侧的样子了。

这里需要注意的是当给定参数 $\theta$时，$h_{\theta }(x)$ 是 x 的函数，也就是说函数值会随着 x 的变化而变化，$J({\theta }_1)$是参数${\theta }_1$的函数，函数值会随着${\theta }_1$的变化而变化。

在上图中我们的训练样本是（1，1），（2，2），（3，3），从图中我们可以看到，当${\theta }_1=1$时，我们的模型也就是我们的拟合直线，恰好穿过这三个点，因此根据代价函数的定义，我们可以算出其代价函数的值为0。

当我们的${\theta }_1=0.5$时相应的代价函数的值也变成了0.58。

我们可以看到，选择不同的${\theta }_1$会得到不同的代价函数值，如果我们使用描点法，将代价函数$J({\theta }_1)$画出来，那么我们将会得到，下图右边的类似二次函数曲线一样的曲线。