为什么回归问题用MSE?
机器学习与生成对抗网络
共 2482字,需浏览 5分钟
·
2022-07-08 18:15
最近在看李沐的实用机器学习课程,讲到regression问题的loss的时候有弹幕问:“为什么要平方?”
如果是几年前学生问我这个问题,我会回答:“因为做回归的时候的我们的残差有正有负,取个平方求和以后可以很简单的衡量模型的好坏。同时因为平方后容易求导数,比取绝对值还要分情况讨论好用。”
极大似然估计MLE
![](https://filescdn.proginn.com/9eb3390e8f3bca928c2060c256795caf/1d4ce110e2fdecccd053ffa474fa907d.webp)
![](https://filescdn.proginn.com/7859d4cd7c4ae0bada83f37525f4d554/d656f18fc8b82b403fda0e723b242099.webp)
![](https://filescdn.proginn.com/f07e96e398229ffdf0e6f29da4a9b01d/ab15bc61f168e76953f3634f0677610f.webp)
回归问题
总结
![](https://filescdn.proginn.com/8fe18f922540bbb8d6e11513690d0c72/bf430378172ebc59dab526edcda1db6e.webp)
参考资料
REFERENCE
[1] CC思SS:回归模型中的代价函数应该用MSE还是MAE
https://zhuanlan.zhihu.com/p/45790146
[2] 在回归问题中,为何对MSE损失的最小化等效于最大似然估计?
https://www.zhihu.com/question/426901520
[3] https://link.zhihu.com/?target=https%3A//towardsdatascience.com/where-does-mean-squared-error-mse-come-from-2002bbbd7806
[4] https://link.zhihu.com/?target=https%3A//towardsdatascience.com/mse-is-cross-entropy-at-heart-maximum-likelihood-estimation-explained-181a29450a0b
猜您喜欢:
![](https://filescdn.proginn.com/4be08f422d3428223aebf6d69b13ad5f/861146d3b31df7f7b8030e7b38f6e6d1.webp)
附下载 |《TensorFlow 2.0 深度学习算法实战》
评论