通过模型计算

表示的影响因素所对应的房价应该是 , 但实际数据告诉我们房价是 。这时我们需要有某种指标来衡量预测值 跟真实值 之间的差距。对于回归问题，最常采用的衡量方法是使用均方误差作为评价模型好坏的指标，具体定义如下：

（简记为: ）通常也被称作损失函数，它是衡量模型好坏的指标。在回归问题中均方误差是一种比较常见的形式，分类问题中通常会采用交叉熵作为损失函数，在后续的章节中会更详细的介绍。对一个样本计算损失的代码实现如下：

因为计算损失时需要把每个样本的损失都考虑到，所以我们需要对单个样本的损失函数进行求和，并除以样本总数

。

在Network类下面添加损失函数的计算过程如下：

使用定义的Network类，可以方便的计算预测值和损失函数。需要注意的是，类中的变量

, ， , , 等均是向量。以变量 为例，共有两个维度，一个代表特征数量（值为13），一个代表样本数量，代码如下所示。