1.梯度梯度是一个向量(矢量)，它的数学含义是函数f(x,y)在可导处的变化速率，梯度越小，表示函数越趋近与某个最小极值。所以在机器学习算法中，通过梯度下降算法来对函数进行调优。2.损失函数-Loss-Function损失函数是衡量样本平均误差相关的函数，损失函数的数学意义是衡量模型输入与输出之间的误差值大小的函数。模型训练的目标就是求出使得损失函数取值最小的时候的模型参数。损失函数是用来评价模型

数据预处理的方法主要包括去除唯一属性、处理缺失值、属性编码、数据标准化正则化、特征选择、主成分分析等。一、去除唯一属性可以理解为数据的ID，每个样本都取值不一样且唯一，这对模型是没有意义的，所以可以直接删除，不作为特征输入。二、处理缺失值简单理解就是这一维特征值没有，不知道应该咋算。这里又分完全随机缺失、随机缺失和不完全随机缺失。完全随机缺失，缺失的特征值和目标以及其他特征变量是不相关的。随机缺失