损失函数的概念
损失函数(Loss function):是用来估量模型的预测值与真实值的不一致程度,是一个非负实值函数。损失函数越小,模型的鲁棒性就越好。
- 0-1损失函数: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都一样。
- Note: 由于相等这个条件太过严格,因此我们可以放宽条件,即满足 |Y−f(X)|<T时,认为相等。
平方损失函数/绝对值损失函数
-
平方损失函数又常被称为最小二乘法:即预测值与真实值差的平方和。
-
绝对值损失函数:意义与平方损失函数相似,只不过取了绝对值,差距不会被平方缩放。