机器学习模型关于单个样本的预测值与真实值的差称为损失。损失越小,模型越好,如果预测值与真实值相等,就是没有损失。
用于计算损失的函数称为损失函数。模型每一次预测的好坏用损失函数来度量。
常用的损失函数有以下几种(引用自李航的《统计学习方法》)
1. 0-1损失函数
二类分类任务中,预测值与真实值不同,就是预测错误,则损失是1;
预测值与真实值相等,就是预测正确,损失是 0,就是没有损失。
2. 平方损失函数
预测值与真实值的差的平方。预测误差越大,损失越大。好理解吧。
3. 绝对损失函数