机器学习中的损失函数和RMSE有什么区别？答案

【问题标题】：What is difference between loss function and RMSE in Machine Learning?机器学习中的损失函数和RMSE有什么区别？
【发布时间】：2018-01-20 17:56:38
【问题描述】：

有人能解释一下机器学习中损失函数和均方根误差的区别吗？

【问题讨论】：

【解决方案1】：

损失函数代表你的学习系统的输出和你想要最小化的“Ground Truth”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。

【讨论】：

【解决方案2】：

均方根误差是真实因变量和预测因变量之差的平方根。

为什么要开平方？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。如果你对该差异进行求和，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。

【讨论】：