我正在尝试GNU Octave中的一些机器学习算法，就像平方误差成本函数一样。我所说的正确的矢量化论坛是：
J = (X * theta - y)' * (X * theta - y) * (1/(2*m)
其中X是m x n+1矩阵，theta是n+1 x 1向量，y是m x 1向量。我的问题是第二种方式是否有点快：
J = sum((X * theta - y).^2) * (1/(2*m))
因为它只计算X * theta -y一次。作为octave的新手，似乎在窗户上非常有气候的环境中运行，我不知道如何自己做基准测试。
由于这比任何事情都更好奇，请随意告诉我它甚至不重要。