代价函数，有时也称为平方误差函数、平方误差代价函数。
我们想要尽量的减少预测值和实际值的方差，即使得代价平方误差代价函数的值最小。
平方误差代价函数可能是解决回归问题最常用的手段。
假设θ0=0，hθ(x)、J(θ1)只与θ1有关。
现在我们使用两个参数θ0和θ1，分别变化θ0和θ1可以得出代价函数图像如下：
下面我们将使用轮廓图（contour plots or contour figures）来表示：
每个圈代表在J(θ0, θ1)相同的情况下θ0和θ1不同的取值。
取θ0和θ1越接近最小点，直线拟合效果越好。如下面的拟合效果就好得多了。
