機器學習損失函數彙總——2020.2.12

    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，從而衡量模型預測的好壞。它是一個非負實值函數,通常使用\(L(Y, f(x))\)來表示，損失函數越小，模型的魯棒性就越好。 常用損失函數     常見的損失誤差主要有以下幾種： 0-1損失(Zero-one loss)：主要適用於分類問題中； 對數損失（Log loss）:主要用於

>>阅读原文<<