有人可以解释一下机器学习中损失函数和RMSE（均方根误差）之间的区别吗？
最佳答案
均方根误差是真实因变量和预测因变量之差的平方根。
为什么我们做平方根？
如果我们发现b / w的差异是正确的并且可以预测，您可能会得到负值和正值。如果您将diff的总和设为零，那就没有用了。
损失函数不过是真实和预测的b / w之差。
如果存在连续因变量，则计算RMSE；如果存在分类因变量，则计算损失函数。
如果有问题请有人纠正我。
关于machine-learning - 机器学习中的损失函数和RMSE有什么区别？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/45648351/