Loss function 损失函数,是模型对数据拟合程度的某种量化。可以写成 L(X,y,β) L ( X , y , β ) 参数为 β β , 待拟合数据是(X,y).
SVM,LR,Adaboost,以及普通的线性回归方程lasso,ridge,其本质区别便是Loss function。
损失函数可以看做 误差部分(loss term) + 正则化部分(regularization term)。
误差部分用来控制分类的错误率;正则化部分可以理解为惩罚项(penalty),用来调参。
1.Loss term