損失函數的意義及作用（含有幫助理解的例子）

前言：損失函數是機器學習裏最基礎也是最爲關鍵的一個要素，通過對損失函數的定義、優化，就可以衍生到我們現在常用的機器學習等算法中 損失函數的作用：衡量模型模型預測的好壞。再簡單一點說就是：損失函數就是用來表現預測與實際數據的差距程度。 正文(及舉例)： 假設我們令真實值爲Y 預測值爲f(x) 損失函數爲L（Y，f（x））他們的關係就是下圖： 損失函數（loss function）是用來估量你模型的預

>>阅读原文<<