El error cuadrático es una hipótesis

Los mínimos cuadrados son máxima verosimilitud bajo ruido gaussiano de varianza constante.

Todos los ajustes del taller — la pseudoinversa de la sección 07, la SVD de la 09, Tucker en la 10, CP en el estudio a fondo 14 — minimizaron el error cuadrático. Eso no es lo que significa «ajustar»: es una respuesta a ¿cuánto debería sorprenderme este residuo?

Las dos mitades de la hipótesis son falsas para conteos. La dispersión no es constante: la varianza de un conteo de Poisson es igual a su media. El soporte está mal: una gaussiana vive en toda la recta real, así que el modelo puede predecir delitos negativos.

La pérdida es donde le dices a la descomposición qué clase de número está mirando.