机器学习模型的损失函数，是如何进行选取的？

Question

我们训练数据时，需要指定模型的损失函数，并对其进行优化处理，使得模型到达要求。那这个模型的损失函数，一般情况下是如何确定的呢？到底是选用平方损失函数还是绝对损失函数，或是对数损失函数？？

Answer 1

如果问题解决，请采纳本回答和 https://ask.csdn.net/questions/756673 和 https://ask.csdn.net/questions/755296

否则这将是我最后一次回答你的问题

这个要根据你的实际的需求来决定。

比如说训练机器评估二手房的价格。如果你用绝对损失函数，训练出来的模型，评估低价格的房子的相对误差比较大，评估高价值的房子的相对误差比较小。因为它是求绝对误差最小嘛。
比如说价值1000万的房子，它可能会估价950万，差5%。价值200万的房子，它可能会估价250万，差25%。
而采用平方损失误差，评估高价值房子的绝对误差就要大。
比如说价值1000万的房子，它股价1100万，差100万。价值200万的房子，它股价220万，差20万。
有时候我们甚至要自己来写损失函数。比如说早期癌症的筛查，误报没什严重后果，患者多花点检查费，但是漏报就糟糕了，患者可能会死亡。那么就要把漏报的惩罚系数加大。