機器學習（四）：損失函數

在上上一節邏輯迴歸中，是使用似然函數來作爲模型的求解參數的目標。 但在很多情況下，似然函數很難直接寫出，更常用的方法是損失函數，這個在上上一節的補充中也有提過。 那麼損失函數表示什麼概念呢？ 和似然函數相反，損失函數是模型預測失敗的度量。 注意最大化似然函數和最小化損失函數兩者並不能完全等同，因爲這涉及到所選取的參數。 對於機器學習模型來說，選擇哪一種都符合模型求解的規則，關鍵在於選擇哪一種標準（

>>阅读原文<<