分类算法中常用的损失

损失函数是用来衡量模型的预测值和真实值之间的不一致程度,它是一个非负的真实值,值越小代表模型的性能就越好. 在分类算法中,损失函数常表现为:损失项+正则项. 式子表现形式如下: 其中,前一项表示损失项, 后一项表示正则项(惩罚项). 损失项的表现形式主要有0-1损失, log损失, Hinge损失, 指数损失, 感知损失. 1, 0-1损失主要是用来在分类问题中, 也被称为Gold standar

>>阅读原文<<