比较不同变化点数量的模型之前，需要有一套统一的评价标准。代价函数（也叫损失函数或目标函数）就是干这个的：它接收一组模型参数，输出一个标量，反映模型误差或拟合质量。机器学习和统计建模中的训练与模型选择，本质上都是在寻找令代价函数取极值的参数组合。回归问题中，代价函数度量的是预测值与观测值之间的偏差。常见选择包括：均方误差（MSE）度量平方残差的均值；平均绝对误差（MAE）度量绝对残差的均值；负对数似