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!
楼主: bthletic
|
1388
0
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? |
京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明 免责及隐私声明