吴恩达机器学习（十三）使用matlab实现代价函数

1.回顾

假设函数： h_θ(x) = θ₀ + θ₁x
代价函数：

2.代价函数的代码实现

现有一个数据集，目标是定义一个函数来计算代价函数J(θ)，不同θ值所对应的代价函数值J。

代价函数costFunctionJ代码如下：

function J = costFunctionJ(X, y, theta)
%x is the "design matrix" containing our training examples.
% y is the class labels
m= size(X,1);%number of training examples
predictions = X*theta; % predictions of hypothesis on all m examples
sqrErrors = (predictions - y).^2; % squared errors
J= 1/(2*m) * sum(sqrErrors) ;

执行代价函数：

X=[1 1;1 2;1 3];
y = [1;2;3];
theta = [0;0];
j = costFunctionJ(X,y,theta)

运行结果：