def h(theta,X):
return np.dot(X,theta)
def computeCost(mytheta,X,y):
return float((1/2*m) * np.dot((h(mytheta,X)-y).T,(h(mytheta,X)-y)))
这是一个成本函数，我想知道为什么我需要转置第一个h（theta，X）
答案 0 :(得分：0)
由于我无法评论，我试着回答我的假设。我不确定您输入变量theta和X以及输出的数据结构。
Numpy dot产品文档声明：
对于2-D阵列，它相当于矩阵乘法，对于1-D阵列相当于向量的内积（没有复共轭）。对于N维，它是a的最后一个轴上的和积，而b
的倒数第二个
矩阵乘法由R（1×m）×R（m×n） - >定义。 R（LXN）
请注意，一个矩阵的列数必须等于另一个矩阵的行数。
这意味着如果你有两个行向量x，那么可能的结果是：
选项dot（x，y）不存在，因为没有为这种情况定义矩阵乘积，因为x的行数不能等于y的列数。 对于行向量x和矩阵Y的情况，您可以得到：