💡 成本函数直觉理解

拖动 w 滑块，同时观察左侧拟合效果和右侧成本变化（b 固定为 0）

数据拟合：f(x) = w·x

成本函数：J(w)

0.00
J(w) = 1/(2m) × Σ(f(x⁽ⁱ⁾) - y⁽ⁱ⁾)² = 0.00

1预测

对每个数据点计算预测值 f(x) = w·x，红色竖线表示预测误差的大小

2误差平方

将每个误差取平方 (f(x)-y)²，消除正负号影响，放大较大的误差

3求平均

对所有样本的平方误差求平均并除以2，得到最终的成本 J(w)