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,