三种常见的替代损失函数
来源:互联网 发布:手机编写c语言的软件 编辑:程序博客网 时间:2024/04/30 19:48
对于有些损失函数,数学性质很差的,可以用下面的函数替代,当然也可以寻找其他的,只要保证是凸函数即可。
1、hinge损失:
f(x)=max(0,1-x),函数的图形如下:
2、指数损失函数,f(x)=exp(-x)
函数关系图如下:
3、对率损失函数,f(x)=log(1+exp(-x))
总结:
以上三个函数的共同点就是都是凸函数,且函数的正半轴几乎都为0,也就是负半轴才有惩罚,正半轴几乎不需要惩罚,这也是其函数关键点用处。
0 0
- 三种常见的替代损失函数
- 机器学习中常见的损失函数
- 机器学习中常见的损失函数
- 机器学习中常见的损失函数
- 数据挖掘几种常见损失函数
- 常见损失函数
- 常见损失函数
- 常见损失函数
- 从损失函数的角度详解常见机器学习算法
- 从损失函数的角度详解常见机器学习算法
- 三、统计学习理论:指示损失函数上的大数定理
- caffe的损失函数
- tensorflow学习笔记(三):损失函数
- 盘点机器学习中常见的损失函数和优化算法
- 从损失函数的角度详解常见机器学习算法(1)
- 从损失函数的角度详解常见机器学习算法(2)
- 多类SVM的损失函数
- 机器学习的损失函数
- maven环境搭建
- 二叉树的最小深度
- hdu2045
- 高精度加法
- 机器学习&数据挖掘笔记(常见面试之机器学习算法思想简单梳理)
- 三种常见的替代损失函数
- append()方法和html()方法的区别
- MODIS数据的简介和下载(二)——MODIS数据下载方式(FTP)
- CSS元素分类
- c++ 继承
- 前端必备技能之AJAX的实现原理
- <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xh
- ScrollView嵌套ListVeiw时代码计算listView的高度
- Linux通配符