1.铰链损失函数hinge loss
铰链损失函数(hinge loss)的思想就是让那些未能正确分类的和正确分类的之间的距离要足够的远,如果相差达到一个阈值 Δ \Delta Δ时,此时这个未正确分类的误差就可以认为是0,否则就要累积计算误差。
具体介绍一下:
假设对某一个输入 x i x_{i} xi进行分类,他的标签是 y i y_{i} yi,通过一个函数 f ( x i , W ) f\left(x_{i}, W\right) f(xi,W)对 x i x_{i} xi进行预测,我们得到的输出用s表示(也称为得分,score),将输入 x i x_{i} xi预测为第j类得到的输出为 s j = f ( x i , W ) j s_{j}=f\left(x_{i}, W\right)_{j} sj=f(x<