機器學習損失函數梳理

沒有一個適合所有機器學習算法的損失函數。針對特定問題選擇損失函數涉及到許多因素，比如所選機器學習算法的類型、是否易於計算導數以及數據集中異常值所佔比例。 下文中總結了機器學習中比較重要的損失函數。 文章目錄 均方誤差/平方損失/L2 損失(MSE) 平均絕對誤差/L1 損失 平均偏差誤差（mean bias error） Huber損失函數 Hinge Loss/多分類 SVM 損失 交叉熵損失/

>>阅读原文<<