我正在上Andrew Ng 的机器学习入门课程。看起来他在第二周没有任何解释就改变了成本函数。具体来说：
- 他不再对估计值和实际值之间的每个偏差进行平方
- 他不再将偏差总和除以 2（我猜是因为他没有平方它，但这留下了为什么两者都存在的问题
- 他将整个结果乘以样本中的第一个数字，他正在寻找估计值和实际值之间的差值。为什么？
对于熟悉该课程的人来说，这张图片可能会更好地解释它：
另外，两者中哪一个是“正确的”？或者，如果没有“正确”答案，那么每个答案的用例是什么？
Andrew Ngs 课程 - 他为什么要更改成本函数？
数据挖掘
机器学习
线性回归
成本函数
2022-03-10 08:02:54
1个回答
不同之处在于“原始”是成本函数的导数，“新”是代入实际成本函数的结果。
当函数的导数提高到幂时，指数变为常数。在这种情况下，平方损失函数的导数变为常数 2，然后分子中的 2 与分母中的 2 相消。结果只是除以。