機器學習損失函數講解

寫在前面：必定要分清楚損失函數與偏差！ 損失函數：是指訓練時候預測值與真實值的偏差函數，咱們應用凸優化,SGD等來使它減少，獲得一些模型參數！ 偏差：是指模型訓練完後，用測試集數據喂進去模型獲得的預測值與真實值的偏差，是咱們的評價手段。 因爲偏差函數通常很好理解，例如sklearn的metrics就有不少經常使用偏差函數，咱們就不必研究了。下面來看看那些損失函數loss function。 建議看

>>阅读原文<<