이 비용 함수를 더 잘 이해하기 위해 샘플이 하나일 때 비용을 계산해 보죠.
식을 보면 y = 0일 때 첫 번째 항이 0이 됩니다. y = 1일 때는 두 번째 항이 0이 됩니다.
간단한 코드로 샘플이 하나인 경우 
값에 대한 분류 비용을 그려 보겠습니다.
>>> def cost_1(z):
... return - np.log(sigmoid(z))
>>> def cost_0(z):
... return - np.log(1 - sigmoid(z))
>>> z = np.arange(-10, 10, 0.1)
>>> phi_z = sigmoid(z)
>>> c1 = [cost_1(x) for x in z]
>>> plt.plot(phi_z, c1, label='J(w) y=1 일 때')
>>> c0 = [cost_0(x) for x in z]
>>> plt.plot(phi_z, c0, linestyle='--', label='J(w) y=0 일 때')
>>> plt.ylim(0.0, 5.1)
>>> plt.xlim([0, 1])
>>> plt.xlabel('$\phi$(z)')
>>> plt.ylabel('J(w)')
>>> plt.legend(loc='best')
>>> plt.tight_layout()
>>> plt.show()