我不能完全理解 hθ(x)=θ0+θ1x 所代表的假设 为了找出参数 θ0 和 θ1 的良好值，我们希望最小化计算结果与测试数据的实际结果之间的差异。所以我们从 1 到 m 减去所有 i 的 hθ(x(i))−y(i)。因此，我们计算这个差的总和，然后通过将总和乘以 1/2m 来计算平均值。这将导致：
1/2m∑mi=1(hθ(x(i))−y(i))2
因此，我进一步搜索并登陆了一个 youtube 视频，其中讨论了 y=mx+b，其中 m 是斜率，b 是 y 截距。这称为线性模型。
此外，在线性模型中，使用以下公式来确定 m 和 b。
现在我的问题是：
1）假设和线性模型相同吗？2）线性模型有成本函数吗？3）当有一个直截了当的公式（线性模型）时，为什么有人要猜测、选择和得出 θ0 和 θ1？