关于机器学习中的损失函数.到底什么是损失函数 说到机器学习，初学者听到最多的就是 损失函数了吧我对这个词也是一头雾水 好像今天一个定义明天又是一个定义，读了大量的文章和博客 终于有点起色（感谢论坛各位大佬）这里用自己的简单语言大致说下什么是损失函数 如果一个地方看不懂就换个博客看 总会有适合你的文章 万一这篇就是了呢首先我们需要了解损失函数的定义是什么：衡量模型模型预测的好坏可能这么说有点小小的抽象，那么在解释下，损失函数就是用来表现预测与实际数据的差距程度比如你做一个线性回归，实际值和你的 预测值肯定会有误差，那么我们找到一个函数表达这个误差就是损失函数和实际一样比如你是一个厨师大赛评委 几名厨师最后成绩由你确定 在你认为色香味都应该是100分才算冠军（这个100分就相当于实际值）每个人都有自己的做菜方案和技巧，并且达到的效果也是不用的（这个就相当于预测值）最后你是评委用你的一套规则判断他们多少分（你就是损失函数）假设我们令真实值为Y 预测值为f(x)损失函数为L（Y，f（x））他们的关系就是下图损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数，通常使用L(Y，f(x))来表示，损失函数越小，模型。
机器学习中的目标函数、损失函数、代价函数有什么区别？ 看了一些关于机器学习的资料，里面经常有提到目标函数、损失函数、代价函数等，都被搞蒙了，能不能直观地…
怎么从通俗意义上理解逻辑回归的损失函数？ 跟组里同事介绍LR，被问到一个问题，谈到逻辑回归的对数损失函数，问有没有和平方损失函数一样，差值就是…
