《机器学习》笔记---2 模型的损失函数与正则化

损失函数 度量模型一次预测的好坏 L( Y，f(X) ) 常见类型： 期望风险（风险函数） 度量平均意义下的模型预测的好坏，即损失函数的期望。（关于 联行分布的期望，未知，无法直接计算） 经验风险 模型关于训练数据集的平均损失，当样本容量N–>∞，经验风险趋于期望风险。 经验风险最小化，保证模型有很好的学习效果。 结构风险（正则化） 为防止过拟合而提出，在经验风险的基础上加上了正则化项或罚项。 结

>>阅读原文<<