機器學習:損失函數、代價函數、正則化

1. 定義 轉載來自 幾種常見的損失函數 損失函數(Loss Function)是用來評估模型好壞程度,即預測值f(x)與真實值的不一致程度,通常表示爲L(Y, f(x))的一個非負的浮點數。比如你要做一個線性迴歸,你擬合出來的曲線不會和原始的數據分佈是完全吻合(完全吻合的話,很可能會出現過擬合的情況),這個差距就是用損失函數來衡量。 那麼損失函數的值越小,模型的魯棒性也就越好,對新數據的預測能力
相關文章
相關標籤/搜索