Exemplos de preços por Wu explicar em termos simples a função de custo, o vídeo da função de custo é encontrar os dados mais próximos os preços argumentos.
A função de custo nos ajuda a descobrir como colocar a função mais provável e se encaixam com os nossos dados. Por exemplo, no modelo que temos treinado no conjunto de treinamento (x, y), x representa a área de habitação, y representa o preço da habitação, temos que ter uma hθ função (x) (assumindo que a função é chamada) por regressão linear como x variável independente, y como a variável dependente, uma função para prever o preço de uma determinada área da casa.
Parâmetro θ0 e θ1 mudanças causam alterações nos pressupostos funcionar, determina a selecção de parâmetros obtemos uma linha reta com relação à precisão do conjunto de treinamento, um valor lacuna e valores em um modelo de formação previsões obtido é chamado de erro de modelagem (ou seja, a linha azul no desenho)
Nosso objetivo é escolher mínimo enviado quadrados parâmetros do modelo de erro na análise de regressão, nós substituído função monovalente , mesmo que o valor mínimo J (θ0, θ1) de.
Suponha que θ0 = 0, procurando versão simplificada da função de custo
Nós função (x) converte o valor específico quando θ1 = 1 a H, um determinado número de conjuntos de resultados (1,1), (2,2), (3,3), que H (x) = x quando, correspondente J (θ) = 0
Quando o tempo θ1 = 0,5, isto é, H (x) = 0,5x, o correspondente J (θ) = 0,58
Quando θ1 = 0, isto é, H (x) = x, quando, o que corresponde J (θ) = 2,3
A demanda acima é uma versão simplificada da função de custo, se a teta] 0 também adicionar parâmetro J (θ0, θ1) é uma bacia da FIG.
Com esta correspondendo às linhas de contorno figura desenhada, que é um grupo de oval, elipse correspondente para cada um dos J (θ0, θ1) têm o mesmo valor, se tomarmos um ponto das linhas de contorno (800, - 0,15) pode ser desenhada para hθ correspondente (X) da fig.
Quando θ0 = 360, θ1 = 0 quando, hθ (x) é uma linha horizontal
Continuamos a valorizar o centro da elipse pode ser um hθ boa aquisição (x) em linha com os resultados de um determinado conjunto de funções, o conjunto de resultados serão distribuídas quase uniformemente ao redor função hθ (x), esta função permite reta otimamente proposta estes dados em conjunto.
Resumidamente, a diferença entre os valores previstos e reais do modelo de corrente é uma função de custo que é obtido por. Esta diferença é uma função dos parâmetros do modelo, menor é a melhor esperança de que
