【重磅】Loss Function损失函数

本文详细介绍了六种常见的损失函数,包括0-1损失函数、绝对值损失函数、平方损失函数、指数损失函数、对数损失函数及铰链损失函数。每种函数的特点、是否可导及其代表模型都有涉及,并对部分函数进行了特别说明,如对数损失函数源于极大似然估计思想。

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

Table of Contents

一、0-1损失函数

二、绝对值损失函数(Absolute Loss Function)

三、平方损失函数(Square Loss Function)

四、指数损失函数(Exponential Loss Function)

五、对数损失函数(Logarithm Loss Function)

六、铰链损失函数(Hinge Loss Function)


 

一、0-1损失函数

二、绝对值损失函数(Absolute Loss Function)

三、平方损失函数(Square Loss Function)

说明:

四、指数损失函数(Exponential Loss Function)

五、对数损失函数(Logarithm Loss Function)

说明:来源于极大似然估计

六、铰链损失函数(Hinge Loss Function)


对比

损失函数对比
indexLoss function是否能求导代表模型补充说明

0-1损失函数NOKNN 
2绝对值损失函数NO  
3平方损失函数YES传统(单元/多元)回归分析OLS最小二乘估计
4指数损失函数YESBoosting、Adaboost 
5对数损失函数YESLogistic Regression来源于极大似然估计的思想,乘法变加法,Cross Entropy Loss、Softmax
6铰链损失函数?SVM 

 

 

 

 

 

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

打赏作者

挺烦先森

下次复下次,下次何其多。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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