一、易混概念
对于一些常见的距离先做一个简单的说明
1.欧式距离
假设X和Y都是一个n维的向量,即
则欧氏距离:
2.L2范数
假设X是n维的特征
L2范数:
3.闵可夫斯基距离
这里的p值是一个变量,当p=2的时候就得到了欧氏距离。
4.曼哈顿距离
来源于美国纽约市曼哈顿区,因为曼哈顿是方方正正的。
二、损失函数
L1和L2都可以做损失函数使用。
1. L2损失函数
L2范数损失函数,也被称为最小平方误差(LSE)。它是把目标值
与估计值
的差值的平方和最小化。一般回归问题会使用此损失,离群点对次损失影响较大。