如何画出几种常见二分类损失函数（附代码）

在二分类的监督学习中，支持向量机、逻辑斯谛回归与最大熵模型、提升方法各自使用合页损失函数、逻辑斯谛损失函数、指数损失函数，分别写为：

这 3 种损失函数都是 0-1 损失函数的上界，具有相似的形状。(见下图，由代码生成）

import numpy as np
import math
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.figure(figsize=(10,8))
x = np.linspace(start=-1, stop=2, num=1001, dtype=np.float)
logi = np.log(1 + np.exp(-x)) / math.log(2)
boost = np.exp(-x)
y_01 = x < 0
y_hinge = 1.0 - x
y_hinge[y_hinge < 0] = 0


plt.plot(x, y_01, 'g-', mec='k', label='（0/1损失）0/1 Loss', lw=2)
plt.plot(x, y_hinge, 'b-', mec='k', label='（合页损失）Hinge Loss', lw=2)
plt.plot(x, boost, 'm--', mec='k', label='（指数损失）Adaboost Loss', lw=2)
plt.plot(x, logi, 'r-', mec='k', label='（逻辑斯谛损失）Logistic Loss', lw=2)
plt.grid(True, ls='--')
plt.legend(loc='upper right',fontsize=15)
plt.xlabel('函数间隔:$yf(x)$',fontsize=20)
plt.title('损失函数',fontsize=20)
plt.show()

往期精彩回顾




适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）改变我人生轨迹的几个公众号
为了转行人工智能去北美读个双硕士又如何？
自学人工智能日记，回头看，值！
360行，行行转AI
35岁了，转去谷歌做人工智能靠谱吗？
大龄程序员的一种出路，德国欢迎你
我是老程序员，去了这里

40岁的程序员跳槽去腾讯拿年薪500万，他是怎么做到的？

40岁了，我该如何学编程，马化腾有话说

跳槽的最佳时机

为什么换工作？（面试必问问题）

致转行AI的在校大学生的一封信长按扫码撩海归   觉得不错， 请随意转发，麻烦点个在看！喜欢文章，点个在看