machine-learning - 机器学习中的损失函数和RMSE有什么区别？

Question

有人可以解释机器学习中损失函数和 RMSE（均方根误差）之间的区别吗？

Answer 1

损失函数代表你的学习系统的输出和你想要最小化的“基本事实”的函数。

在回归问题的情况下，一种合理的损失函数是 RMSE。

对于分类的情况，RMSE 不是损失函数的好选择。

Answer 2

均方根误差是真实因变量和预测因变量之差的平方根。

我们为什么要做平方根？如果我们发现 b/w 的差异是真实的和预测的，你可能会得到负值和正值。如果您对该差异进行求和，那将是零，这是无用的。

损失函数只不过是真实和预测的差异。

如果存在连续因变量（通常在回归问题的情况下），则计算 RMSE。