Step 2：計算 Loss
對每個個體計算 Loss，常用 [[Regression評估指標-MAutoEncoder-MSE-RMSE-MAPE]]：
MSE = (1/n) * Σ(y - y')²
白板例（找最佳直線 y = ax + b）
| 個體 | 參數 | MSE |
|---|---|---|
| 個體1 | y=0x+0 | 13.5 |
| 個體2 | y=1x+1 | 1.0 ← 最好 |
| 個體3 | y=2x+2 | 3.5 |
| 個體4 | y=3x+3 | 21.0 |
對每個個體計算 Loss，常用 [[Regression評估指標-MAutoEncoder-MSE-RMSE-MAPE]]：
MSE = (1/n) * Σ(y - y')²
| 個體 | 參數 | MSE |
|---|---|---|
| 個體1 | y=0x+0 | 13.5 |
| 個體2 | y=1x+1 | 1.0 ← 最好 |
| 個體3 | y=2x+2 | 3.5 |
| 個體4 | y=3x+3 | 21.0 |