机器学习基础（4）代价函数

上一篇文章中我们直观的感受了当$\theta_{0}=0$θ0​=0时，代价函数的$J(\theta)$J(θ)几何图像。
接下来，看看当$\theta_{0}！=0$θ0​！=0时，其几何图形会是什么样的呢？
首先，让我们先来了解以下什么是轮廓图。
假设$J(\theta_{0},\theta_{1})$J(θ0​,θ1​)实际的图形如下所示：

则等值线图是将该曲面投影到$(\theta_{0},\theta_{1})$(θ0​,θ1​)平面上所形成的图形，等值线图包含许多等值线，同一等值线上函数值相同，但是所对应$\theta_{0}$θ0​和$\theta_{1}$θ1​却不一定相同，比如下面右边的图中的三个绿色点。

（1）. 当$(\theta_{0}=360,\theta_{1}=0)$(θ0​=360,θ1​=0)时

（2）. 当$(\theta_{0}=250,\theta_{1}=0.12)$(θ0​=250,θ1​=0.12)时:

• 从以上几幅图中可以看出，随着$(\theta_{0},\theta_{1})$(θ0​,θ1​)越靠近等值线图的中心，代价函数$J(\theta_{0},\theta_{1})$J(θ0​,θ1​)的值越小，假设函数$h_{\theta}$hθ​也更加的拟合样本点

标签：等值线图,函数,0.12,theta,机器,250,代价,360
来源： https://blog.csdn.net/duan20140614/article/details/88751888