待验证60% 置信事实精确时间
均方误差（MSE）代价函数定义为 C(w,b) = 1/(2n) Σ ‖yᵢ − ŷᵢ‖²，每项误差平方后恒为非负
2
来源数
60%
置信度
长期有效
时效性
2026/7/19
首次发现
来源
相关事实
待验证在高斯输出分布假设下，最小化负对数似然（NLL）与最小化均方误差（MSE）在数学上完全等价76% 相似待验证使用均方误差(MSE)作为损失函数时，损失对预测值的负梯度恰好等于残差y-prediction71% 相似待验证当分位点 τ=0.5 时，分位数损失退化为平均绝对误差（MAE）69% 相似待验证Expectile通过对平方损失进行非对称加权定义：最小化 E[w_τ(Y−θ)²] 的解即为 τ-Expectile，其中权重 w_τ 在 Y>θ 时为 τ、否则为 1−τ。67% 相似待验证负载均衡损失使用所有专家选择频率的平方和L=ΣFi²，由柯西不等式可知当所有Fi=1/N时损失最小66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/556677API
curl https://kongchang.com/api/v1/knowledge/claims/556677MCP
get_claim(id=556677)