博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
损失函数
阅读量:6690 次
发布时间:2019-06-25

本文共 344 字,大约阅读时间需要 1 分钟。

最下二乘法----------平方损失函数:  L( Y, f(X) ) = ∑【Y- f(X)】^2

逻辑回归-------------对数损失函数:  L( Y, P(Y|X) )=-log P(Y|X)

朴素贝叶斯----------0/1损失函数:    L( Y, P(Y|X) )=1,if Y!= f(X)

                                                                                0, if Y=f(X)

Adboost-------------指数损失函数:  L( Y, P(Y|X) )=exp(-Y * f(X) )

SVM-----------------Hinge损失函数:    L( Y, P(Y|X) )=max(0,1-Y*f(X) )

                                                                                

转载于:https://www.cnblogs.com/hapyygril/p/10001577.html

你可能感兴趣的文章
Delphi 数据类型列表
查看>>
eclipse 创建maven Web项目
查看>>
Angular之父子路由
查看>>
llvm每日谈之三 如何创建一个LLVM工程
查看>>
高性能Web服务之tomcat基础应用详解(一)
查看>>
处理logs,进行分析web展示。
查看>>
8月第二周B2B类网站排名:金泉网跃升第四
查看>>
9月第3周游戏运营类网站/频道:91.com下降7位
查看>>
关于日期处理的工具类
查看>>
java注解 声明
查看>>
【编译打包】httpsqs-1.7-2.el6.src.rpm
查看>>
产品聚焦和市场细分
查看>>
linux下IPTABLES的一些配置
查看>>
Python虚拟环境:Vitualenv
查看>>
反思~~~~~~思绪有点乱
查看>>
jdk提供的并发容器
查看>>
Windows 8企业部署系列之(二)
查看>>
linux终端乱码解决方法
查看>>
Mybatis批量更新和插入数据
查看>>
ubuntu16.04安装php5
查看>>