交叉熵爲何能作損失函數

在很多二分類問題中，特別是正負樣本不均衡的分類問題中，常使用交叉熵作爲loss對模型的參數求梯度進行更新，那爲何交叉熵能作爲損失函數呢，我也是帶着這個問題去找解析的。 以下僅爲個人理解，如有不當地方，請讀到的看客能指出。 我們都知道，各種機器學習模型都是模擬輸入的分佈，使得模型輸出的分佈儘量與訓練數據一致，最直觀的就是MSE（均方誤差，Mean squared deviation), 直接就是輸出

>>阅读原文<<