06 迴歸算法 - 損失函數、過擬合欠擬合

== 損失函數 == 損失函數是衡量一個模型好壞的指標，一般來說損失函數的值越小越好。 0~1損失函數： J(θ)=$begin{cases} 1,Y≠f(X)\ 0,Y=f(X)\ end{cases} $ 如果預測值不等於真實值，J(θ)值加1。 該函數只能用在分類的模型中，因爲迴歸預測出的結果不太可能完全一致，一般迴歸模型要求是預測結果誤差越小越好。 感知損失函數： J(θ)=$begin{

>>阅读原文<<