分类、回归常用损失函数

分类:

交叉熵损失函数(Cross-entropy loss function)

KL散度、交叉熵损失函数、nn.CrossEntropyLoss()_HealthScience的博客-CSDN博客

权重交叉熵损失函数(Weighted cross-entropy loss function)

BCEWithLogitsLoss

[Pytorch] BCELoss和BCEWithLogitsLoss(Sigmoid-BCELoss合成为一步)_HealthScience的博客-CSDN博客

回归:

均方差损失 Mean Squared Error Loss(MSE)

平均绝对误差损失 Mean Absolute Error Loss(MAE)

MAE 与 MSE 的区别:MAE 和 MSE 作为损失函数的主要区别是:MSE 损失相比于 MAE 通常可以更快的收敛,但 MAE 损失对于异常值更加健壮,即更加不易受到异常值影响。

L1损失(MAE)、L2损失(MSE)_HealthScience的博客-CSDN博客

你可能感兴趣的:(机器学习基础,分类,回归,数据挖掘)