我们假设有M个样本，x表示输入，y表示输出。

一个样本i，记为$(x^i，y^i)$。

我们假设这个回归模型为$h(x)=\theta_0+\theta_1x$

那么我们如何去评价拟合的效果呢？

一个估价函数$J(\theta_0,\theta_1)=\frac{1}{2m}\sum_i^m(h(x^i)-y^i)^2$。

那么我们这个拟合就是为了选取$\theta_0,\theta_1$，使得$J(\theta_0,\theta_1)$最小化。

这个估价函数可以有很多种，这是最常用的一个。

机器学习（二）线性归回模型