机器学习：损失函数、代价函数、正则化

1. 定义 转载来自 几种常见的损失函数 损失函数（Loss Function)是用来评估模型好坏程度，即预测值f(x)与真实值的不一致程度，通常表示为L(Y, f(x))的一个非负的浮点数。比如你要做一个线性回归，你拟合出来的曲线不会和原始的数据分布是完全吻合（完全吻合的话，很可能会出现过拟合的情况），这个差距就是用损失函数来衡量。 那么损失函数的值越小，模型的鲁棒性也就越好，对新数据的预测能力

>>阅读原文<<