Command Palette
Search for a command to run...
指数损失函数 Exponential Loss Function
Date
7 年前
指数损失函数是 AdaBoost 算法中常用的损失函数，其函数表达式为指数形式，示意图如下。
常见损失误差
- 指数损失 Exponential Loss：主要用于 Adaboost 集成学习算法；
- 铰链损失 Hinge Loss：主要用于支持向量机 SVM；
- 互熵损失 Cross Entropy Loss 、 Softmax Loss：主要用于 Logistic 回归与 Softmax 分类；
- 平方损失 Square Loss：主要用于最小二乘法 OLS；
- 指数损失 Exponential Loss：主要用于 Adaboost 集成学习算法；
- 其他损失：如 0-1 损失、绝对值损失
参考来源
【1】聊聊机器学习中的损失函数
Build AI with AI
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
AI Co-coding
Ready-to-use GPUs
Best Pricing
HyperAI Newsletters
订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供