百度试题 题目下列哪一种损失函数适用于分类问题? A. 均方误差(MSE) B. 交叉熵损失(Cross-Entropy Loss) C. Hinge损失 D. 平均绝对误差(MAE) 相关知识点: 试题来源: 解析 B null 反馈 收藏
一.平均绝对误差(Mean Absolute Error,MAE)介绍 平均绝对误差指的就是模型预测值 f(x) 与样本真实值 y 之间距离的平均值。其公式如下所示: MAE=1m∑i=1m|yi−f(xi)| 为了简化讨论,忽略下标 i,m = 1,以 y-f(x) 为横坐标,MAE 为纵坐标,绘制其损失函数的图形: 直观上来看,MAE 的曲线呈 V 字型,...
RMSE先计算预测值与实际值的差的平方,再求平均数的平方根;而MAE则直接计算预测值与实际值的差的绝对值,然后求平均数。 敏感性:RMSE对大误差更为敏感,因为误差被平方后,大误差会被放大。这有助于在需要严格控制大误差的应用场景(如金融预测)中使用RMSE。相比之下,MAE对所有误差一视同仁,无论误差大小都给予相同...
第2章 平均绝对误差损失Mean Absolute Error Loss(MAE) 2.1 概述 描述两个函数之间距离远近最容易想到的就是:在相同的Xi输入下,两个函数输出Yi的差的绝对值。平均绝对误差损失正是基于这样的考虑。 2.2 loss函数的数学表达式 其数学函数表达式为: 平均绝对误差损失也称为 L1 Loss。 2.3 loss函数的几何图形与意义 ...
Y : numpy array of shape (`n_observations`, `target_dimentionality`) or (`n_observations`,)