机器学习笔记 5 —— 损失函数

1.把会归回当作分类来看

在回归中把x输入到模型中得到一个预测的值y，使预测的值和真实值越接近越好。

2. 分类

1. 分类在之前回归的基础上加了softmax。在进行二分类时也可以用sigmoid函数来进行。
   
   softmax的公式
   
   2. 计算预测值与真实值之间的距离。
   通常有两种方法：
   2.1. 用均方误差（MSE）来求解；
   2.2. 交叉熵(Cross-entropy) 更适合求解，在pytorch中softmax被内置到了Cross-entropy中。
   在进行二分类任务时，内置了二元交叉熵损失函数。nn.BCEloss()
   
   在MSE中很难找到最优解。