机器学习与深度学习（五）：损失函数

线性分类的方式中，相当于通过W寻找决策边界（图中的斜率），再通过b寻找交点值，直线外的方向即是所属分类

通过计算错误分类与正确分类 的差异可计算出损失值，通过max（）函数与0比较，损失值小于0时，认为没有损失，说明分类效果很好。累加某个分类正确项的所有错误分类的损失值即可得到当前分类项总的损失函数值。

通过得分值可以看到青蛙的分类效果并不好。
损失函数可以用来评测当前模型的预测效果。

加上的1标识一个容忍度，即△。

最终的模型的总的损失函数需要把所有损失函数求和。
因为模型的好坏和样本的个数没有关系，所以*1/N刨除样本个数的影响

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容