机器学习 Classification的Loss计算 不同Loss function对training的影响

classification输出的表示

从regression引入:
请添加图片描述
在Regression中,输入为x,model的输出为y,目标输出为label y。

若将classification当作regression看待,输入为x,model输出为y,目标输出为 label y class
请添加图片描述
但model输出为数字,而目标输出为class,因此需要将class转化为数字
请添加图片描述
若用序号表示不同的class,例如上图中,有序号1与序号2更近的关系,序号1与序号3更远的关系,若class之间并不存在特定关系,则为class编号不可行。

为解决上述问题,我们可以将class用one-hot vector来表示,label y为几个class,则为几维向量。例如下图中,label y为三维向量:
请添加图片描述

解决label y从class转化为数字这个问题后,还需要将model输出的y从一个数字转化为向量。

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

聪明的Levi

你的鼓励将是我创作的最大动力

¥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