每对数据叫训练样本。我们用(x,y)表示一个训练样本。x就是输入变量(通俗的说就是x轴表示的变量),y就是目标变量,也就是我们要预测的变量。
给算法一些数据集也就是训练集,然后算法会形成一个函数h,我们称它为假设函数,我们利用这个函数来预测结果。
单变量线性回归方程:通俗的说就是一元一次线性方程,其中一些未知的参数叫做模型参数
代价函数:最常见的函数就是平方误差代价函数,即
我们寻找一些数据集的拟合函数,实际上就是求代价函数的最小值(minimize)。代价函数可以帮助我们寻找最合适的模型参数