以回归方程为例，最后的回归方程无论是直线还是曲线，方程除了应有的自变量外，还存在各种常量参数，这些参数的不同，直接影响着最终方程。
还是以回归问题为例。
假设我们要将数据线性回归到某条直线上（逻辑回归等其他回归同理）。
那么我们首先能设这个回归方程为：y(x) = θ1x+θ2
其中x和y在某种程度上都是已知的，因为我们肯定有很多样本数据，这些样本数据就是具体的x、y坐标。
很明显，我们如果能知道θ1、θ2，这个回归方程也就出来了。
代价函数的目的就是找到这些θ。
让我们用白话来描述一下求出θ的思路：
假设我们有好多个样本点，如（1,2）、（3,4）、（5,6）等
我们这条拟合直线肯定越靠近这些点越好。
怎么个靠近法呢？把这些点的x坐标代入方程，其计算后得出的y值“离该点真实的y值距离越小越好”。
回到我们之前“假设”的回归方程y(x) = θ1x+θ2上。
当我们把这些真实的样本点的x值代入y(x)函数中，得到的就是拟合直线上的y值，如果这个y值的距离离真实y值很小，就表示该拟合方程很好。
以点(3,4)为例，拟合方程计算得到的y值与实际y值之差表示为：距离 = （θ1*3+θ2）-（4）
即：距离 = θ1*x1+θ2 - y1
但我们肯定不止（x1，y1）这一个样本点，当还有（x2，y2）等多个样本点后，就需要计算拟合方程距离各个样本点的距离，即：
距离1 = θ1*x1+θ2 - y1
距离2 = θ1*x2+θ2 - y2
距离3 = θ1*x3+θ2 - y3
······
这么多距离，我们最好求一个这些距离的平均值来表达一个平均距离，比较合适的方法如：
计算所有距离的平方差后再除以1/2得到
其中h(x)函数就是θ1x+θ2，x(i),y(i)是具体样本点的x，y坐标。
（求平均值的方法有很多，并不一定非要用这种）
这个方程就是代价方程。
通过上面一系列的推导，我们很容易看出所有的x(i),y(i)都是已知的样本点，即全是已知常数，反而未知数变成了θ。
所以我们可以将上面的代价函数设为J(θ)。
通过之前的推导我们知道这个方程最终的结果是“拟合y值到真实y值的距离差”，自然是越小越好。
所以我们要求的就是J(θ)函数的最小值。
（这里提一下，以上的θ全都是向量，即不一定只有一个θ。
这也很好理解，当我们在多维空间，如三维坐标系中进行拟合时，这时候直线的一般方程就变成了：
θ1X+θ2Y+θ3Z = 0，θ随着拟合空间维数的增加而增加，所以为了方便起见就用向量θ = [θ1,θ2,θ3]来表示。
相应的，θ用向量表示了，整个拟合方程也会转化成向量的格式，即θ^T*W = 0 (θ^T表示θ的转置，W也是向量，表示[X,Y,Z])）
其实推到这代价函数基本上解释清楚了，后面的问题就是如何求解J(θ)函数最小值的问题了，在只有一个θ参数时J(θ)函数图像还是在二维平面上的凹函数，存在最小值。
当θ变为2个时，J(θ)的图像就变成了三维空间上了，我们要找的是整个模型的最小点。
至于如何找到这些最小值，方法就很多了，常用的如梯度下降法等。