机器学习——什么是代价函数？

1.代价函数的定义

首先，提到代价函数是估计值和实际值的差，这应该是指预测值和真实值之间的差异，用来衡量模型的好坏。

在一元线性模型中，模型是直线，有两个参数，可能是斜率和截距。

通过调整这两个参数，让代价函数最小，这应该是说我们要找到最佳的斜率和截距，使得预测值尽可能接近真实值。

2.通过调整参数，使代价函数最小，找到最佳拟合直线

然后提到，利用初中知识，通过平移坐标系，可以让第一个参数为零，只需要考虑斜率。这是什么意思呢？可能是在说，如果我们调整坐标系的原点，可以消去截距项，只调整斜率，这样问题简化了。