NNDL 作业一

 深度学习第一次作业

习题 2-1  分析为什么平方损失函数不适用于分类问题 , 交叉熵损失函数不适用于回归问题.

分类问题不连续，使用平方损失函数，没有距离概念，在分类错误的情况下无法判断优化的好坏。

交叉熵损失函数只和分类正确的预测结果有关，对于回归问题来说是不够的。

习题2-2 对于一个三分类问题 ， 数据集的真实标签和模型的预测标签如下 ：

 分别计算模型的精确率、召回率、F1值以及它们的宏平均和微平均．

精确率：

召回率：

F1值：

宏平均：

微平均：