各个算法的损失函数

98 阅读 0 评论 65 点赞

我是靠谱客的博主勤劳绿茶，最近开发中收集的这篇文章主要介绍各个算法的损失函数，觉得挺不错的，现在分享给大家，希望可以做个参考。

1、平方和损失函数(square loss):L(yi,f(xi)) = (yi - f(xi))2,常用于回归中如最小二乘，权重可直接初始化，再通过梯度下降不断更新。

2、铰链损失函数(Hing loss): L(mi) = max(0,1-mi(w)),常用于SVM中，在SVM损失函数表示为：

L(y(i),x(i)) = max(0,1-y(i)f(x(i)))

3、对数损失函数：L(yi,f(xi)) = -logP(yi|xi),常用于逻辑回归

4、对数损失函数：L(yi,f(xi)) = exp(-yif(xi)),主要应用于Boosting算法中

以上就是勤劳绿茶为你收集整理的各个算法的损失函数的全部内容，希望文章能够帮你解决各个算法的损失函数所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。