lmw0320
2019-04-16 14:05
采纳率: 100%
浏览 1.4k

机器学习模型的损失函数,是如何进行选取的?

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??

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 邀请回答

1条回答 默认 最新

  • blownewbee 2019-04-16 14:44
    已采纳

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

    点赞 打赏 评论

相关推荐 更多相似问题