首先引入损失函数的概念：损失函数就一个具体的样本而言，模型预测的值与真实值之间的差距。对于一个样本（xi,yi）其中yi为真实值，而f（xi）为我们的预测值。使用损失函数L（f(xi),yi）来表示真实值和预测值之间的差距。两者差距越小越好，最理想的情况是预测值刚好等于真实值。常见的损失函数如下：通过损失函数我们可以得知对于单个样本点的预测能力，对于训练样本集中所有数据的预测可以通过累加得到

添加一个弹出的图片：1.首先打开一个工程或者图片2.选择点热点模式3.将用于弹出的图片拖动到视野中，该图片将会自动作为热点关联到原始图。此时可以直接输出，但是输出的结果将会在一个新的浏览器窗口中打开并且以原始的默认设置打开。请继续以下步骤4.打开输出面板以html5的格式输出。5.增加一个皮肤6.打开皮肤编辑窗口7.打开组件工具箱，找到内嵌组件8.双击其中的一个i