2020-06-06
阅读量:
978
什么是损失函数？
损失函数：是一个评估指标，来衡量参数为 的模型拟合训练集时产生的信息损失的大小，并以此衡量参数的优劣。
损失函数小，模型在训练集上表现优异，拟合充分，参数优秀。
损失函数大，模型在训练集上表现差劲，拟合不足，参数糟糕。
我们追求，能够让损失函数最小化的参数组合。
注意：没有”求解参数“需求的模型没有损失函数，比如KNN，决策树。
θ表示求解出来的一组参数，m是样本的个数， yi 是样本 i 上真实的标签， yθ(xi)是样本 i 上，基于参数θ计算出来的逻辑回归返回值，xi 是样本 i 各个特征的取值。我们的目标，就是求解出使 J(θ)最小的 θ 取值。注意，在逻辑回归的本质函数y(x)里，特征矩阵x是自变量，参数是 θ。但在损失函数中，参数θ是损失函数的自变量，x和y都是已知的特征矩阵和标签，相当于是损失函数的参数。不同的函数中，自变量和参数各有不同，因此在数学计算中，尤其是求导的时候避免混淆。
24.6406
1
5
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2023-06-20
0条评论
CDA持证人阿涛哥
2021-03-31
0条评论
CDA持证人阿涛哥
2021-03-30
0条评论