Squared Loss

释义 Definition

平方损失（Squared Loss）：一种常见的损失函数，用于衡量预测值与真实值之间的误差大小，形式为误差的平方。常见写法为
[ (y-\hat{y})^2 ] 在回归问题中非常常用；其平均形式常称为均方误差（MSE, Mean Squared Error）。该术语在不同语境下也可能泛指“二次损失/平方误差损失”。

发音 Pronunciation (IPA)

/ˈskwerd lɔs/

例句 Examples

The model was trained using squared loss.
该模型使用平方损失进行训练。

Because squared loss heavily penalizes large errors, it can make the regression sensitive to outliers in noisy data.
由于平方损失会对较大的误差施加更重的惩罚，它可能使回归在含噪数据中对离群点更敏感。

词源 Etymology

squared 来自 square（平方），表示“取平方”；loss 在机器学习中指“损失/代价”，即衡量模型预测与真实目标差距的函数。合起来 squared loss 字面意思就是“把误差平方后的损失”。

相关词 Related Words

• Mean Squared Error
• Loss Function
• Squared Error
• L2 Loss
• Residual
• Outlier
• Regression
• Gradient Descent

文学与著作中的用例 Literary Works

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——讨论回归与风险最小化时常以平方损失作为典型例子。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在回归与高斯噪声假设下推导平方损失与最大似然的关系。
• Understanding Machine Learning: From Theory to Algorithms（Shalev-Shwartz, Ben-David）——在学习理论与经验风险最小化中使用平方损失作为标准损失函数之一。