损失函数是用来表现预测与实际数据的差距程度的函数
模型在使用MSE作为损失函数的时候，很有可能为了降低损失函数值而强行拟合奇异点数据，从而对预测结果造成影响；Huber Loss 是一个用于回归问题的带参的分段损失函数, 优点是能增强平方误差损失函数(MSE, mean square error)对离群点的鲁棒性。给定一个δ，当预测偏差小于 δ 时，它采用平方误差,当预测偏差大于 δ 时，将Loss减小，使用线性函数。这种方法能降低奇异数据点对于Loss计算的权重，避免模型过拟合相比于最小二乘的线性回归，HuberLoss降低了对离群点的惩罚程度，所以 HuberLoss 是一种常用的鲁棒的回归损失函数。
Huber Loss 定义如下
