常用损失函数类型 for 分类 or 回归问题

本文详细介绍了0-1损失、Log损失、Hinge损失、指数损失和感知损失,以及回归中的平方损失、绝对损失和Huber损失。重点讲解了每种损失函数的定义、适用场景及转换形式,帮助理解机器学习模型训练的关键指标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://blog.youkuaiyun.com/google19890102/article/details/50522945

分类:
0-1损失
Log损失
Hinge损失
指数损失
感知损失

回归:
平方损失
绝对损失
Huber损失(在|f-y|小于某阈值时为平方损失,在|f-y|大于某阈值时为线性损失

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值