![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
jimmyzhang33
这个作者很懒,什么都没留下…
展开
-
损失函数介绍-回归问题篇
损失函数是机器学习算法中的目标,是用来评定数据建模程度的方法。如果预测值和实际结果偏差较远,损失函数的值就会偏大,反之则较小。损失函数从广义层面分为两类:回归损失函数和分类损失函数。回归损失均方误差、平方损失、L2损失这个函数的含义很明确,就是观测值和实际值的平方误差,这个损失函数的梯度属性较好,比较容易求得最低值。L1损失MAE计算会比较困难,需要使用线性规划的工...原创 2019-07-02 08:53:43 · 373 阅读 · 0 评论 -
损失函数-分类任务
分类任务的损失函数的设置y*f(x)被称为margin,类似于回归分析中的残差,例子:sign(f(x)) = +1/-1, f(x)>0/f(x)<0yf(x)>0,则表示样本分类正确,yf(x)<0则表示分类错误;所以分类任务尽量要最大化marginHinge Loss/Multi class SVM Loss中文名叫铰接损失,用来作为分类器的损...原创 2019-07-23 08:54:52 · 1107 阅读 · 0 评论