经典损失函数——均方误差(MSE)

与分类问题不同，回归问题解决的是对具体数值的预测，eg：房价预测，销量预测，流量预测等

均方误差的定义：均方误差

#y代表输出答案，y_代表标准答案
mse=tf.reduce_mean(tf.square(y_-y))

但在实际问题中往往均方误差并不能很好的表达问题，比如预测销量，卖衣服，货物成本一件100元，商品利润一件20。那此时多预测一个亏100，少预测一个少挣20。所以这里面有一个权重在里面，根据具体问题去定义偏向多进货还是偏向少进货。这时候往往需要根据实际问题在MSE的基础上自定义损失函数。