Funcția de pierdere (funcția pierdere), wiki mașină de învățare, fandomului alimentat de Wikia

Pierderea funcției în binar probleme de clasificare Edit

În probleme de clasificare alegerea cea mai naturală este pierderea funcției de prag Această funcție este pierderea discontinuă, minimizarea riscului empiric este un complex de probleme de optimizare combinatorie. Prin urmare, sunt folosite tot felul de aproximări continue.

Problemele de regresie Alegerea cel mai tipic este pătratic funcția de pierdere (MSE)

Principalul avantaj al metodei: este o abordare constructivă și flexibilă, ceea ce reduce problema de învățare la problemele de optimizare numerică.

Principalul dezavantaj - fenomenul de re-educare.

Funcția de pierderi, generând greutate optimă, în funcție de partea eșantionului Edit

O astfel de funcție pierdere liniară pe porțiuni (sau balama pierdere). Este pur și simplu dispare pe acele obiecte care sunt suficient de departe de suprafața de divizare. Problema de optimizare în SVM poate fi, de asemenea, rescrise folosind pierderea balama.

Aceasta a constatat utilizarea extensiei AdBlock.

articole similare