吴恩达机器学习笔记（一）
- 代价函数（损失函数loss）
| 假设函数 | 代价函数 |
|---|---|
| 预测函数 | 关于某一参数为变量函数 |
| 对样本进行预测 | 在该参数取某一值时预测函数对样本的损失程度 |
比如：图片来源：吴恩达机器学习视频-代价函数（一）
方差损失函数计算公式：J=1/2m∑(真值-预测值)^2.
左图为预测函数（假设函数），右图为损失函数，图中为到一次函数截距θ1为0.5时的预测函数和损失函数，正如图片中计算得到损失值为0.58.
优化的目标：选择合适的θ1，使得J（θ）最小
- 梯度下降
作用：寻找损失函数的最小值
做法：初始化两个参数，通常为0
改变两个参数来寻找损失函数最小值