第二章--第三节 成本函数和损失函数推导过程

前面一节，介绍了神马是sigmoid函数。

其实他的本质，根据doctor wu所示，就是y=wTx+b

机器学习的重点就是能够算出wT和b两个不同的参数，进行模拟。

损失函数，不知道为啥，doctor wu瞬间就拿出了平方差这个方法，上网搜索了下，对于损失函数，还是有几种选择。请查看。

常见的损失函数（信息引用http://blog.csdn.net/bitcarmanlee/article/details/51165444）

机器学习或者统计机器学习常见的损失函数如下：

1.0-1损失函数 （0-1 loss function） 

L(Y,f(X))={ 1,0,Y ≠ f(X)Y = f(X)

2.平方损失函数（quadratic loss function) 

L(Y,f(X))=(Y−f(x))2

3.绝对值损失函数(absolute loss function) 

L(Y,f(x))=