吴恩达机器学习笔记：（二）代价函数

代价函数

本例中如下图所示：代价函数实际目的是为了通过寻找 θ1， θ2两个参数实现拟合的直线最接近数据点。

本例中代价函数的定义 θ1， θ2

寻找θ1，θ2参数最优值

寻找 θ1的最优解

当θ1 = 1时

当θ1 = 0.5时

当θ1 =0时

如上图右侧所示，寻当θ1 的最优解相当于寻找曲线偏导数等于零的点

上图为两个参数同时作用时候生成的数据三维图

下图为数据对应的等高线：


通过实际数据测试发现当在等高线最中央时拟合的直线最接近数据集。