文章目录
损失函数用来评价模型的 预测值和 真实值的不一致程度,损失函数越好,模型的性能越好。不同模型的损失函数一半也不一样。
损失函数分为经验损失函数和结构风险损失函数。
- 经验风险损失函数指预测结果和实际结果的差别
- 结构风险损失函数是指经验风险损失函数加上正则项
常见的损失函数以及优缺点
1. 0-1 损失函数
0-1 损失函数是指预测指和目标值不相等为1,否则为 0:
L
(
Y
,
f
(
X
)
)
=
{
1
,
Y
≠
f
(
X
)
0
,
Y
=
f
(
x
)
\text{L}(Y,f(X))=\left\{ \begin{matrix} 1,Y\ne f(X) \\ 0,Y=f(x) \\ \end{matrix} \right.
L(Y,f(X))={1,Y=f(X)0,Y=f(x)
特点:
(1)0-1损失函数直接对应分类判断错误的个数,但是它是一个非凸函数,不太实用。
(2)感知机就是用的这种损失函数u。但是相等这个条件太过严格,因此可以放宽条件,即满足
∣
Y
−
f
(
x
)
∣
<
T
|Y-f(x)| < T
∣Y−f(x)∣<T 时认为相等,
L
(
Y
,
f
(
X
)
)
=
{
1
,
∣
Y
−
f
(
x
)
∣
≥
T
0
,
∣
Y
−
f
(
x
)
∣
<
T
\text{L}(Y,f(X))=\left\{ \begin{matrix} 1,|Y-f(x)| ≥ T \\ 0,|Y-f(x)| < T \\ \end{matrix} \right.
L(Y,f(X))={1,∣Y−f(x)∣≥T0,∣Y−f(x)∣<T
2. 绝对值损失函数
绝对值损失函数是计算预测值与目标值的差的绝对值:
L
(
Y
,
f
(
x
)
)
=
∣
Y
−
f
(
x
)
∣
L(Y, f(x)) = |Y-f(x)|
L(Y,f(x))=∣Y−f(x)∣
3. 平方损失函数
平方损失函数标准形式如下:
L
(
Y
,
f
(
X
)
)
=
∑
N
(
Y
−
f
(
X
)
)
2
\text{L}(Y,f(X))=\sum\limits_{N}^{{}}{{{(Y-f(X))}^{2}}}
L(Y,f(X))=N∑(Y−f(X))2
(1)经常应用于回归问题
4. log 对数损失函数
对数损失函数的标准形式如下:
L
(
Y
,
P
(
Y
∣
X
)
)
=
−
l
o
g
P
(
Y
∣
X
)
L(Y, P(Y|X)) = -logP(Y|X)
L(Y,P(Y∣X))=−logP(Y∣X)
特点:
(1)log 对数损失函数能非常好的表征概率分布,在很多场景中尤其是多分类,如果需要知道结果属于每个类别的置信度,那它非常适合。
(2)健壮性不强,相比于 hiinge loss 对噪声更敏感。
(3)逻辑回归的损失函数就是 log 对数损失函数。
5. 指数损失函数(exponential loss)
指数损失函数的标准形式如下:
L
(
Y
∣
f
(
x
)
∣
=
e
x
p
[
−
y
f
(
x
)
]
L(Y|f(x)|=exp[-yf(x)]
L(Y∣f(x)∣=exp[−yf(x)]
特点:
(1)对离群点、噪声非常敏感。经常用在 AdaBoost 算法中。
6. Hinge 损失函数
Hinge 损失函数标准形式如下:
L
(
y
,
f
(
x
)
)
=
m
a
x
(
0
,
1
−
y
f
(
x
)
)
L(y,f(x)) = max(0, 1-yf(x))
L(y,f(x))=max(0,1−yf(x))
特点:
(1)Hinge 损失函数表示如果被分类正确,损失为0,否则损失就为
1
−
y
f
(
x
)
1-yf(x)
1−yf(x)。SVM 就是使用这个损失函数。
(2)一般的
f
(
x
)
f(x)
f(x) 是预测值,在 -1 到 1 之间,y 是目标值(-1或1)。其含义是,
f
(
x
)
f(x)
f(x) 的值在 -1 和 +1 之间就可以了,并不鼓励
∣
f
(
x
)
∣
>
1
|f(x)| > 1
∣f(x)∣>1,即并不鼓励分类器过度自信,让某个正确分类的样本距离分割线超过 1 并不会有任何奖励,从而使分类器可以更专注于整体的误差。
(3)健壮性相对较高,对异常点,噪声不敏感,但它没太好的概率解释。
7. 感知损失(preceptron loss)函数
感知损失函数的标准形式如下:
L
(
y
,
f
(
x
)
)
=
m
a
x
(
0
,
−
f
(
x
)
)
L(y,f(x)) = max(0, -f(x))
L(y,f(x))=max(0,−f(x))
特点:
(1)是 Hinge 损失函数的一个变种,Hinge loss 对判定边界附近的点(正确端惩罚力度很高。而 preceptron loss 只要样本的判定类别正确的话,它就满意,不管其判定边界的距离。它比 Hinge loss 简单,因为不是 max-margin boundary,所以模型的泛化能力没 hinge loss 强
8. 交叉熵损失函数(cross-etropy loss function)
交叉熵损失函数的标准形式如下:
L
=
−
1
n
∑
x
[
y
ln
a
+
(
1
−
y
)
ln
(
1
−
a
)
]
L=-\frac{1}{n}\sum\limits_{x}{[y\ln a+(1-y)\ln (1-a)]}
L=−n1x∑[ylna+(1−y)ln(1−a)]
注意公式中x表示样本,y表示实际的标签,a表示预测的输出,n表示样本总数量。
特点:
(1)本质上也是一种对数似然函数,可以哦那个与二分类和多酚类任务中。
二分类问题中的 loss 函数如上式。
多分类问题中的 loss 函数(输入数据是softmax或者sigmod函数的输出):
L
=
−
1
n
∑
i
y
i
ln
a
i
L=-\frac{1}{n}\sum\limits_{i}{y_i\ln a_i}
L=−n1i∑yilnai
(2)当使用 sigmod 作为激活函数的时候,常用交叉熵损失函数而不用均方差损失函数,因为它可以完美解决平方损失函数权重更新过慢的问题,具有“误差大的时候,权重更新快;误差小的时候,权重更新慢”的良好性质。
对数损失函数和交叉熵损失函数应该是等价的!!
高频问题
- 交叉熵函数与最大似然函数的联系和区别?
区别:交叉熵函数使用来描述模型预测值和真实值的差距大小,越大代表越不相近;似然函数的本质就是衡量在某个参数下,整体的估计和真实的情况一样的概率,越大代表越相近。
联系:交叉熵函数可以由最大似然函数在伯努利分布的条件下推导出来,或者说最小化交叉熵函数的本质就是对数自然函数的最大化。
具体推导参考原博客
- 在用 sigmod 作为激活函数的时候,为什么要用交叉熵损失函数,而不用均方差损失函数?