損失函數_分類

一般機器學習每個算法中都會有一個目標函數，算法的求解過程是經過對這個目標函數優化的過程。

在分類或者回歸問題中，一般使用損失函數（代價函數）做爲其目標函數。

損失函數用來評價模型的預測值和真實值不同的程度，損失函數越好，一般模型的性能越好。不一樣的算法使用的損失函數不同。

 

損失函數分爲經驗風險損失函數和結構風險損失函數

 

經驗風險損失函數指預測結果和實際結果的差異

結構風險損失函數是指經驗風險損失函數加上正則項