损失函数总结

损失函数对于机器学习算法来说是至关重要的一环,大部分机器学习算法都是通过梯度下降来进行学习的。下降的目标就是让损失函数达到最小值。

回归损失函数:
回归的损失函数比较少,常见的有MSE,MAE,RMSE,也比较好理解,就是预测值和真实值直接的差距最小。

在这里插入图片描述
在这里插入图片描述

分类损失函数:
分类损失函数的种类比较多,常见的分类算法,logistic regression, SVM, adaboost

log损失函数(逻辑回归):
对数损失函数的标准形式为:
在这里插入图片描述

在二分类的情况下,可以简化为:
在这里插入图片描述
指数损失函数(adaboost):
在这里插入图片描述

hinge损失函数(SVM)
在这里插入图片描述

0人点赞
机器学习算法

作者:数据小新手
链接:https://www.jianshu.com/p/a07a65d664cc
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yuki_chan_0502

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值