L(X,y,β)L(X,y,β) 参数为β " role= "presentation ">ββ, 待拟合数据是(X,y) " />
频道栏目
首页 > 网络 > 云计算 > 正文

LossFunction简介

2018-08-20 17:13:01           
收藏   我要投稿

Loss function 损失函数,是模型对数据拟合程度的某种量化。可以写成L(X,y,β)" role="presentation">L(X,y,β) 参数为β" role="presentation">β, 待拟合数据是(X,y).

SVM,LR,Adaboost,以及普通的线性回归方程lasso,ridge,其本质区别便是Loss function。
损失函数可以看做 误差部分(loss term) + 正则化部分(regularization term)。
误差部分用来控制分类的错误率;正则化部分可以理解为惩罚项(penalty),用来调参。
1.Loss term
\

上一篇:Snapde如何去添加行和列
下一篇:容错虚拟机分布式系统的设计思路分享
相关文章
图文推荐

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训 | 举报中心

版权所有: 红黑联盟--致力于做实用的IT技术学习网站