在訓練機器學習模型時，若任務為預測房價，應選用下列哪一種損失函數（Loss Function）來衡量預測誤差？
答案 （A）
核心概念
損失函數要跟任務型態配對。預測房價是輸出連續數值的迴歸任務，衡量誤差的方式就是「預測值與真實值差多少」，標準選擇是均方誤差（Mean Squared Error, MSE）＝各筆誤差平方的平均；分類任務則是比較機率分布，用交叉熵。
答題技巧
快速判斷技巧：先判斷任務是迴歸還是分類，一刀砍一半。輸出是數值 → MSE、MAE、RMSE；輸出是類別 → 交叉熵、Hinge。這題「預測房價」是數值，答案只能是 MSE。
易錯陷阱：交叉熵太常出現在教材裡，容易變成反射性選項。作答前先問自己一句「這題的輸出是數字還是類別」，就不會選錯。