06 回归算法 - 损失函数、过拟合欠拟合

== 损失函数 == 损失函数是衡量一个模型好坏的指标，一般来说损失函数的值越小越好。 0~1损失函数： J(θ)=$begin{cases} 1,Y≠f(X)\ 0,Y=f(X)\ end{cases} $ 如果预测值不等于真实值，J(θ)值加1。 该函数只能用在分类的模型中，因为回归预测出的结果不太可能完全一致，一般回归模型要求是预测结果误差越小越好。 感知损失函数： J(θ)=$begin{

>>阅读原文<<