scikit-learn/sklearn学习|广义线性回归损失函数的基本表达式

【1】引言

前序学习进程中，学习了scikit-learn/sklearn学习|广义线性回归 Logistic regression的三种成本函数，这里先回过头来认识一下广义线性回归的损失函数。

【2】损失函数

广义线性回归的损失函数表达式为：$$\underset{w}{\min }\frac{1}{2n_{samples}}\sum _{i}d(y_i,\widehat{y_i})+\frac{\alpha }{2}||w|{|}^2$$
上式中，$\alpha$是大家熟悉的惩罚项强度
稍微陌生的却是前半部分偏差$d(y_i,\widehat{y_i})$，它有多种表达形式，将是接下来一段时间的学习要点。

【3】总结

认识了广义线性回归损失函数的基本表达式。