机器学习-代价函数

大部分的的机器学习（ml）算法都有Cost Function（代价函数）它是衡量训练集与假设函数（能表达训练集的模型）差距的度量，假设我们有个代价函数（这个函数不是假设函数） f（x）=Cost（x;Θ）（自变量x是个向量，参数Θ也是向量，Cost（x;Θ）是关于x和Θ的函数），我们总是希望将Cost（x;Θ）最小化，那意味着训练集与假设函数的差距最小，也意味着在Cost（x；Θ）最小的情况下的Θ最能用来表达训练集。下面是例子说明：大部分的的机器学习（ml）算法都有Cost Function（代价函数）它是衡量训练集与假设函