1. 前言 在机器学习中学习模型的参数是通过不断损失函数的值来实现的。对于机器学习中常见的损失函数有:平方损失函数与交叉熵损失函数。在本文中将讲述两者含义与响应的运用区别。 2. 平方损失函数 平方损失函数较为容易理解,它直接测量机器学习模型的输出与实际结果之间的距离。这里可以定义机器学习模型的输出为 y i y_i yi​,实际的结果为 t i t_i ti​,那么平方损失函数可以被定义为: L ( x ) = 1 N ∑ i = 1 N ( y i − t i ) 2 L(x)=\frac{1}{N}\sum_…

2019年11月8日 0条评论 0点热度 阅读全文

1. 前言 在机器学习中学习模型的参数是通过不断损失函数的值来实现的。对于机器学习中常见的损失函数有:平方损失函数与交叉熵损失函数。在本文中将讲述两者含义与响应的运用区别。 2. 平方损失函数 平方损失函数较为容易理解,它直接测量机器学习模型的输出与实际结果之间的距离。这里可以定义机器学习模型的输出为 y i y_i yi​,实际的结果为 t i t_i ti​,那么平方损失函数可以被定义为: L ( x ) = 1 N ∑ i = 1 N ( y i − t i ) 2 L(x)=\frac{1}{N}\sum_…

2018年5月7日 0条评论 0点热度 阅读全文