有哪些常见的损失函数?
1 211
1

这些损失函数有什么特点?

收藏
2021-01-08 15:07 更新 🍊小桔子 •  1922
共 1 个回答
高赞 时间
0

交叉熵损失函数或对数损失函数,用来衡量输出介于0和1之间的分类模型的性能。与实际标签的偏差越大,交叉熵损失越大。例如,当实际值为1时,预测概率为0.6是一个坏结果,并导致高损失值。当交叉熵损失为0时,模型是完美的。 MSE(均方误差损失函数)度量模型预测值与实际标签值之间的平均值。可以将其视为模型在训练集上的性能,因此,当模型在训练集上的性能较差时,成本较高,也称为L2损失。在训练模型时的任务是最小化估计值和实际目标值之间的平方差。

收藏
2021-01-08 15:24 更新 Lisa •  1296