機器學習常用損失函數彙總

常用分類，迴歸損失函數彙總： 一、均方誤差： 二、平均絕對誤差（L1） MSE與MAE誤差比較： 若誤差率E>1，由圖可知，MSE會進一步增大誤差，如果數據種存在異常點，會使得(E)^2變得非常大。 如果最小化MSE，對所有樣本的樣本點只給出一個預測值，那麼最小化MSE一定是所有樣本的均值，可由公式推理； 但是如果最小化MAE，則是所有樣本點的中位數；中位數對異常值較爲魯棒，不敏感； MAE存在一

>>阅读原文<<