这个屌丝很懒，什么也没留下！

【机器学习】损失函数

作者：AI编程探险家 | 2024-01-29 20:47:08

L1 平均绝对误差MAE

$Loss=\frac{\sum\limits^n_{i=1}|\hat y-y|}{n}$

L2 均方误差MSE

$Loss=\frac{\sum\limits^n_{i=1}(\hat y-y)^2}{n}$

用于度量两个概率分布之间的差异性信息。

对交叉熵求最小值，也等效于求最大似然估计。

$H(P,Q)=-\sum P(x)\cdot logQ(x)$

在机器学习领域，我们令P(x)为预测集，Q(x)为真实数据集。

$H(\hat y,y)=-\sum \hat y *log\ y$

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/article/detail/44857