各個算法的損失函數

  1、平方和損失函數(square loss):L(yi,f(xi)) = (yi - f(xi))2,常用於迴歸中如最小二乘，權重可直接初始化，再通過梯度下降不斷更新。 2、鉸鏈損失函數(Hing loss): L(mi) = max(0,1-mi(w)),常用於SVM中，在SVM損失函數表示爲： L(y(i),x(i)) = max(0,1-y(i)f(x(i))) 3、對數損失函數：L(y

>>阅读原文<<