损失函数

本篇我们来学习一下在机器学习中常用的损失函数

文中我们用$Y$表示实际值，$f(X)$表示预测值

常用的损失函数有：

0-1损失函数（0-1 loss function）

$L(Y,f(X))=\{\begin{array}{l}1,Y\ne f(X)\\ 0,Y=f(X)\end{array}$

实际值和预测值相等时为1，不相等时为0

平方损失函数（quadratic loss function）

$L(Y,f(X))=(Y-f(X){)}^2$

实际值和预测值之间的误差的平方

绝对损失函数（absolute loss function）

$L(Y,f(X))=|Y-f(X)|$

实际值和预测值之间的误差绝对值

对数损失函数（logarithmic loss function）或对数似然损失函数（log-likelihood loss function）

$L(Y,P(Y|X))=-\log P(Y|X)$

实际值和预测值之间的对数值