損失函數分類

損失函數 機器學習模型關於單個樣本的預測值與真實值的差稱爲損失。損失越小，模型越好，如果預測值與真實值相等，就是沒有損失。 損失函數（Loss function）是用來估量模型的預測值 f(x) 與真實值 Y 的不一致程度，它是一個非負實值函數，通常用 L(Y,f(x)) 來表示。損失函數越小，模型的魯棒性就越好。 雖然損失函數可以讓我們看到模型的優劣，並且爲我們提供了優化的方向，但是我們必須知道

>>阅读原文<<