常见的损失函数
1.0-1损失函数(0-1 loss function)
L(Y,f(X))={
1,Y≠f(X)0,Y=f(X)
可以看出,该损失函数的意义就是,当预测错误时,损失函数值为1,预测正确时,损失函数值为0。该损失函数不考虑预测值和真实值的误差程度,也就是只要预测错误,预测错误差一点和差很多是一样的。
2.平方损失函数(quadratic loss function)
L(Y,f(X))=(Y−f(X))2
该损失函数的意义也很简单,就是取预测差距的平方。
3.绝对值损失函数(absolute loss function)
L(Y,f(X))=|Y−f(X)|
该损失函数的意义和上面差不多,只不过是取了绝对值而不是求绝对值,差距不会被平方放大。
4.对数损失函数(logarithmic loss function)
L(Y,P(Y