常見損失函數及正則項

     損失函數（Loss function）是用來估量你模型的預測值 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。損失函數是經驗風險函數的核心部分，也是結構風險函數的重要組成部分。模型的風險結構包括了風險項和正則項，通常如下所示：                                       前面的

>>阅读原文<<