機器學習經典損失函數比較

經典損失函數比較 1 平方誤差損失函數 損失函數： minJ(w)=1n∑i=1nH(yif(xi,w)),whereH(t)={t20t<0t≥0 分類實例： 優點：容易優化（一階導數連續） 缺點：對outlier點很敏感（因爲懲罰是指數增長的，左圖的兩個outlier將分類面強行拉到左邊，得不到最優的分類面） 2 感知機損失函數（L1 margin cost） 損失函數： minJ(w)=1n

>>阅读原文<<