摘要："代码" 损失函数的一般表示为$L(y,f(x))$，用以衡量真实值$y$和预测值$f(x)$之间不一致的程度，一般越小越好。为了便于不同损失函数的比较，常将其表示为单变量的函数，在回归问题中这个变量为$y f(x)$，在分类问题中则为$yf(x)$。下面分别进行讨论。 回归问题的损失函数 回归问题 阅读全文

摘要："numpy.where ( condition [, x , y ])" numpy.where() 有两种用法： 1. np.where(condition, x, y) 满足条件(condition)，输出x，不满足输出y。 如果是一维数组，相当于 上面这个例子的条件为 ，分别对应最后输出结果 阅读全文