损失函数(目标函数)
【概述】共支持五个类别六个种类的的损失函数,分别是:
'ls': LeastSquaresError
'lad': LeastAbsoluteError
'huber': HuberLossFunction
'quantile': QuantileLossFunction
'deviance': None,如果二分类:BinomialDeviance,多分类:MultinomialDeviance
'exponential': ExponentialLoss,
'''判断损失函数手否支持'''
if (self.loss not in self._SUPPORTED_LOSS
or self.loss not in LOSS_FUNCTIONS):
raise ValueError("Loss '{0:s}' not supported. ".format(self.loss))
'''所支持的loss函数实现'''
LOSS_FUNCTIONS = {'ls': LeastSquaresError,
'lad': LeastAbsoluteError,
'huber': HuberLossFunction,
'quantile': QuantileLossFunction,
'deviance': None, # for both, multinomial and binomial
'exponential': ExponentialLoss,
}
''''''
if self.loss == 'deviance':
loss_class = (MultinomialDeviance
if len(self.classes_) > 2
else BinomialDeviance)
【LeastSquaresError】
pythons实现版本支持传入样本权重,默认情况下按照权重全为1的方式计算。有权重和无权重loss计算方式如下:
【无权重loss计算方式】