機器學習中常見的損失函數和代價函數

損失函數 (loss function) 是用來估量在一個樣本點上模型的預測值 h(x) 與真實值 y 的不一致程度。它是一個非負實值函數，通常使用 L(y, h(x)) 來表示。   損失函數可由 y 的類型來分類，而第三章提升樹的梯度提升法在高層面上講是相同的，不同的是用的不一樣損失函數。   如果 y 是離散型變量 (對應着提升分類樹 y 和 sign(h) 取 -1 和 1)   0-1

>>阅读原文<<