focal loss的一些思考 关于分类器 focal loss focal loss分析 思考与改进 关于分类器 分类器是通常输出的是属于某一类的概率。通常来说,一个强的分类器在预测的分数上很好的区分样本,一个弱的分类器则容易混淆。我们用两个高斯分布来假设分类器预测的分数的分布,则对于强分类器,如下图1所示,对于弱分类器,如下图2所示,这里我们用两个高斯分布去表示正负样本的预测分布,左边的为负样本,右边的为正样本。 图1 强分类器的预测分布 图2 弱分类器的预测分布 显然,如果输入的特征比较不可分,那么训练出来的分类器就越弱;模型的表述能力越差,训出来的分类器也越弱。 focal loss