为什么在机器学习中最小二乘的损失函数是残差平方和而不是方差？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近在学习机器学习，但是我有一个问题，为什么最小二乘的损失函数是残差平方和，而不是使用方差？

残差平方和描述的是真实值与预测值之间的差距的平方和，而方差描述的是这是值与预测值之间差距的平方和除以样本的总数，也就是说他们俩在本质上来讲是同一个东西，那么为什么最小二乘使用的损失函数是残差平方和而不是方差？是不是我对这两个概念的理解还存在错误？

希望知道的同学拉一把，谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：残差平方和 损失函数 最小二乘 学习机器 机器学习