zoukankan      html  css  js  c++  java
  • [一起面试AI]NO.8 在机器学习中,常用的损失函数有哪些?

    (1) 0-1 loss

    记录分类错误的次数。

    (2)Hinge Loss

    最常用在SVM中最大优化间隔分类中,对可能的输出t=±1和分类器分数y,预测值y的hinge loss定义如下:

    L(y)=max(0.1-t*y)

    (3)Log Loss对数损失

    对于对数函数,由于其具有单调性,在求最优化问题时,结果与原始目标一致,在含有乘积的目标函数中(如极大似然函数),通过取对数可以转化为求和的形式,从而大大简化目标函数的求解过程。

    (4)Squared Loss 平方损失

    即真实值与预测值之差的平方和。通常用于线性模型中,如线性回归模型。

    (5)Exponential Loss指数损失

    指数函数的特点是越接近正确结果误差越小,Adaboost算法即使用的指数损失目标函数。但是指数损失存在的一个问题是误分类样本的权重会指数上升,如果数据样本是异常点,会极大地干扰后面基本分类器学习效果。

    拜托你一件事儿

    关注我一下!

    谢谢啦!

  • 相关阅读:
    笔记
    创建和使用URL访问网上资源
    File
    event_1:事件注册
    3_3:创建 元素节点
    动态创建表格
    留言删除案例
    3_2:操作节点 [ 增 删 复制 ]
    5:to do list
    仿新浪下拉菜单
  • 原文地址:https://www.cnblogs.com/sabai/p/12710305.html
Copyright © 2011-2022 走看看