機器學習中的損失函數

開篇 很多時候，機器學習的算法是可以按照損失函數來劃分的，像我以前博客中提到的LR和SVM的區別，首先它們的損失函數就是不一樣的。這邊我還是先整理一部分損失函數，近期會逐步的完善。 交叉熵損失函數 交叉熵就是用來判定實際的輸出與期望的輸出的接近程度 關於熵的一些概念，這邊不多加贅述，大家可以參考我的博客 這邊的話，其實最開始的主要目的就是衡量兩個概率分佈的距離，如何是衡量兩個分佈的距離呢，這裏需要

>>阅读原文<<