weixin_45975110的博客

原创 机器学习入门-利用最小二乘法求解损失函数

可以看出，选择不同的参数会对结果产生不同的影响，因此综合来看，第二组的误差比较小，对应的参数会较好。SSELoss的基本计算过程和SSE一致，只不过SSELoss中带入的是模型参数，而SSE带入的是确定参数值之后的计算结果。之间的差值的平方和，计算结果表示预测值和真实值之间的差距，结果越小表示二者差距越小，模型效果越好。（2）对于多元函数，如果存在某一点，使得函数的各个自变量的偏导数都为0，则该点就是最小值点。点，同时该点对应的函数切线与x轴平行，也就是在最小值点，函数的导数为0。