損失函數 (Loss Functions) 互動教學

👆 滑鼠移動查看損失值

真實值 y 1.00

預測值 ŷ 0.00

損失值 L 0.00

損失函數類型

真實值 y 1.00

-2 2

單一樣本損失：

L = (y - ŷ)²

完整公式（多樣本）：

L = (1/n) Σᵢ (yᵢ - ŷᵢ)²

適用場景：迴歸問題

損失函數用來衡量模型的預測值與真實值之間的差距。

機器學習的目標就是最小化損失函數，讓模型預測更準確。

MSE：對大誤差敏感，會「懲罰」離群值。

MAE：對異常值較穩健，但梯度固定。

Huber：結合兩者優點。