损失函数:用于度量给定分类器的预测值与真实值的不一致程度,它的输出通常是一个非负实数(损失值)
损失函数输出的值可以作为反馈信号来对分类器参数进行调整,以降低对应的损失值,提升分类器的分类效果
【多类支撑向量机损失】:
折页损失:(hingeloss)【1为转折点】
高出一分以上才可称为没有损失,损失值为0即为没有损失
【正则项损失】
正则项损失:
超参数:在开始学习过程之前设置值的参数,而不是学习得到的(一般对模型性能有着重要的影响)
【优化算法】
参数优化:利用损失函数的输出值作为反馈信号来调整分类器参数
优化目标:找到使损失函数达到最优的那