每日一算法

损失函数是机器学习算法中的目标，是用来评定数据建模程度的方法。如果预测值和实际结果偏差较远，损失函数的值就会偏大，反之则较小。 损失函数从广义层面分为两类：回归损失函数和分类损失函数。 回归损失 均方误差、平方损失、L2损失 这个函数的含义很明确，就是观测值和实际值的平方误差，这个损失函数的梯度属性较好，比较容易求得最低值。 L1损失 MAE计算会比较困难，需要使用线性规划的工...

分类任务的损失函数的设置 y*f(x)被称为margin，类似于回归分析中的残差，例子： sign(f(x)) = +1/-1, f(x)>0/f(x)<0 yf(x)>0，则表示样本分类正确，yf(x)<0则表示分类错误； 所以分类任务尽量要最大化margin Hinge Loss/Multi class SVM Loss 中文名叫铰接损失，用来作为分类器的损...