不，这意味着您正在尝试找到使成本函数的输出最小的输入。这并不意味着您应该“最小化”使用它。

与实际预测相比，成本函数是用来惩罚与预期结果的高度偏差的东西。

您可以将成本函数视为您的预测有多糟糕的标志。高成本函数值意味着预测确实偏离了，因此，重点是最小化成本函数，从而产生准确的预测模型。

机器学习上下文中的成本函数通常会计算某种指标，以表明模型的执行情况。一个常见的例子是均方误差，您可以在其中查看所有知道真实值和预测值的测试示例，然后将其差并将其平方。通过最小化这个误差（成本函数），你假设你的预测会更好。

假设您有一些数据，并且您想要对适合数据的函数进行建模。这个函数应该很合适并且不应该有错误（理想情况下）。如何定义此错误？瞧，这里是成本函数。