损失函数与模型评估指标、目标函数的区别

今天也要加油丫

于 2024-01-19 17:37:58 发布

阅读量1.1k

点赞数 18

分类专栏：机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/weixin_43837522/article/details/135701682

版权

文章探讨了线性回归中的模型A和B，通过SSE、MSE和RMSE评估模型性能。区分了损失函数（如SSELoss）与模型评估指标的区别，指出在目标函数中，损失函数可能还需考虑正则化项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于这样的简单的线性回归问题：

x	y_true
1	2
3	4

我们可以假设方程为 $y = w x + b$
当w =1,b=-1时 (即y=x-1，称为模型A)

x	y_true	y_pred
1	2	0
3	4	2

当w =1,b=0时 (即y=x，称为模型B)

x	y_true	y_pred
1	2	1
3	4	3

我们可以用SSE（残差平方和）来评估模型A和B哪个输出结果更好，当然对于回归问题，也可以选取MSE（均方误差）和RMSE（均方根误差）来作为评估指标
$=\sum_1^n(\bar{y_i}-y_i)^2$