均方误差代数函数小结

在机器学习中，线性回归、逻辑回归问题总是绕不开代价函数。本文将从代价函数的个人理解，均方误差代数函数作用原理以及在线性回归问题中为什么选择均方误差代数函数阐述。 1、代价函数的理解： 代价函数：真实的值与预测的值之间的偏差，由于偏差有可能正有可能负，因此使用均方差来表示。代价函数的目的即用于找到最优解。 损失函数Loss Function：定义在单个样本上，算的是一个样本的误差。 代价函数Cost

>>阅读原文<<