机器学习与深度学习（五）：损失函数

线性分类的方式中，相当于通过W寻找决策边界（图中的斜率），再通过b寻找交点值，直线外的方向即是所属分类

通过计算错误分类与正确分类 的差异可计算出损失值，通过max（）函数与0比较，损失值小于0时，认为没有损失，说明分类效果很好。累加某个分类正确项的所有错误分类的损失值即可得到当前分类项总的损失函数值。

通过得分值可以看到青蛙的分类效果并不好。
损失函数可以用来评测当前模型的预测效果。

加上的1标识一个容忍度，即△。

最终的模型的总的损失函数需要把所有损失函数求和。
因为模型的好坏和样本的个数没有关系，所以*1/N刨除样本个数的影响