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
最后
以上就是勤劳绿茶最近收集整理的关于各个算法的损失函数的全部内容，更多相关各个算法内容请搜索靠谱客的其他文章。
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。
发表评论 取消回复