分類算法中常用的損失

損失函數是用來衡量模型的預測值和真實值之間的不一致程度,它是一個非負的真實值,值越小代表模型的性能就越好. 在分類算法中,損失函數常表現爲:損失項+正則項. 式子表現形式如下: 其中,前一項表示損失項, 後一項表示正則項(懲罰項). 損失項的表現形式主要有0-1損失, log損失, Hinge損失, 指數損失, 感知損失. 1, 0-1損失主要是用來在分類問題中, 也被稱爲Gold standar

>>阅读原文<<