1分类算法常用哪些?
- KNN
- LR(逻辑回归)
- SVM
- 决策树、随机森林
- 神经网络
2 回归算法一般用哪些?
- 线性回归
- 决策树、GBDT
- XGboost
- 神经网络
3 回归方法中使用的评价指标是哪些?
- 均方误差(MSE):
- 均方根误差(RMSE)
- MAE(平均绝对误差)
- R Squared
4 分类中使用的损失函数是哪些?为什么是交叉熵而不是mae?
- 0-1损失函数(zero-one loss):在感知机中,使用的该损失函数
- 对数损失函数(log loss):用于最大似然估计,等价于交叉熵损失函数
- 指数损失函数(exponential loss):在adaboost中使用的该损失函数
- 合页损失函数(hinge loss):在SVM中使用的该损失函数
- 交叉熵损失函数(cross-entropy loss):用于分类任务
在LR与神经网络中,分类最常使用的是交叉熵*: - 因为平方损失函数权重更新过慢,采用交叉熵损失函数可以完美解决过慢的问题,它具有“误差大的时候,权重更新快;误差小的时候,权重更新