機器學習中的損失函數

轉自：https://blog.csdn.net/u010976453/article/details/78488279 1. 損失函數 損失函數（Loss function）是用來估量你模型的預測值 f(x)f(x) 與真實值 YY 的不一致程度，它是一個非負實值函數，通常用 L(Y,f(x))L(Y,f(x)) 來表示。損失函數越小，模型的魯棒性就越好。損失函數是經驗風險函數的核心部分，也是結

>>阅读原文<<