【數據應用技巧】選擇合適的損失函數（迴歸篇）

案例來源：@AI科技評論 案例地址： https://mp.weixin.qq.com/s/Gt8Q4Wm36DoNBO4xI8SJAw 1. MSE（均方偏差，L2） 1）損失函數是預測與目標之間的偏差平方和 2）對離羣點魯棒性差，當偏差超過1時，平方會很大，因此模型容易偏向離羣點。能夠這麼理解，當只輸出統一的一個預測值時，MSE最優狀況下會輸出平均數，平均數對離羣點不魯棒 3）若是離羣點是異常

>>阅读原文<<