代价函数为什么是2m是因为在常见的机器学习算法中，通常会使用平方损失函数，即代价函数为损失函数的平均值乘以数据样本的数量m。 平方损失函数的作用是衡量预测值与真实值之间的差距的平方，将差距较大的样本在计算代价时给予更大的惩罚。 在取平均值之后乘以2的目的是为了方便计算梯度下降时的更新步长，避免过于频繁的更新。 因此，代价函数为2m是为了在梯度下降中获得更好的收敛效果。