损失函数常用的有几种【图文详解】

今天爱分享给大家带来损失函数常用的有几种【图文详解】,希望大家能够喜欢。

对于给定的输入X,由f(X)给出相应的输出Y,这个输出的预测值f(X)与真实值Y可能一致也可能不一致(要知道,有时损失或误差是不可避免的),用一个损失函数来度量预测错误的程度。损失函数记为L(Y, f(X)),用来估量你模型的预测值f(x)与真实值Y的不一致程度。

损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项,通常可以表示成如下式子:

损失函数常用的有几种【图文详解】插图

其中,前面的均值函数表示的是经验风险函数,L代表的是损失函数,后面的Φ是正则化项(regularizer)或者叫惩罚项(penalty term),它可以是L1,也可以是L2,或者其他的正则函数。整个式子表示的意思是找到使目标函数最小时的θ值。下面主要列出几种常见的损失函数。

常用的损失函数有以下几种(基本引用自《统计学习方法》):

损失函数常用的有几种【图文详解】插图(1)

损失函数常用的有几种【图文详解】插图(2)

人已赞赏
Python

如何统计一个文本中单词频次最高的10个单词?【面试题详解】

2020-12-24 11:48:09

Python

log对数损失函数(逻辑回归)是什么【图文详解】

2020-12-24 15:22:21

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧