损失函数cost

原文链接： 损失函数cost

模型函数 == 假设函数（hypothesis）
假设函数其实就是让你根据一些数据推导出的另一些数据，比如根据房子的大小 x 预测房子的价格 y，那么就有 y = h(x)，如果认为 x 和 y 是纯线性关系，那就有 h(x) = ax，a 是常数。当然这只是一种简单的情况，实际问题很少有纯线性关系。

对于回归问题:有五种回归算法包括常见的 线性回归 和 多项式回归 及能用于高维度和多重共线性的情况的Ridge回归、Lasso回归、ElasticNet回归

损失函数（cost function）

根据假设函数推导出的 y 可能和真实数据有区别，损失函数就是用来衡量这个区别的大小的。如果把损失函数用 J 表示，真实数据用 y_ 表示，那很自然就想到，J = | y - y_ | = | ax - y_ | 。
小结

其实假设函数和损失函数的基本定义就这么多，很容易理解，只不过因为实际问题往往比较复杂，所以需要对基本的定义进行一些拓展，下一篇文章再讲一些它们在实际问题中的应用吧。

作者：LiuHDme
链接：https://www.jianshu.com/p/8de3c24a64b3
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。