平方误差代价函数

模型描述

例子波士顿房价预测

使用到的变量：

m:数据集的数量

x:表示输入特征

y:输出的目标预测变量

（x,y）：一个训练样本

（x⁽ⁱ⁾,y⁽ⁱ⁾）：第i个训练样本

机器学习目标是

通过输入训练集，再通过机器学习算法，输出一个函数，通过这个函数实现提供输入变量返回输出变量。

 

 

 

 

线性拟合函数（单变量线性回归）

对于房价预测，减少现实房价与预估房价之间的差的平方和的大小（误差平方代价函数）

 

建立代价函数，T(q1,q2)=

 

 

目标函数是T函数的最小值，