摘要：
常见的损失函数有哪些？（这里的损失函数严格来说是目标函数，一般都称呼为损失函数） 具体见： https://blog.csdn.net/iqqiqqiqqiqq/article/details/77413541 1）0-1损失函数 记录分类错误的次数。 2）绝对值损失函数 通常用于回归中 3）平方损 阅读全文
摘要：
1）用数值进行填充 用平均值、中值、分位数、众数、随机值等替代。简便快速但是效果一般，因为等于人为增加了噪声。 2）用算法拟合进行填充（常用的是随机森林算法） 相对一较为准确。但是有一个根本缺陷，如果其他变量和缺失变量无关，则预测的结果无意义。如果预测结果相当准确，则又说明这个变量是没必要加入建模的 阅读全文
摘要：
为了评估模型拟合的好坏，通常用损失函数（觉得严格来说相当于下面的目标函数）来度量拟合的程度。损失函数极小化，意味着拟合程度最好，对应的模型参数即为最优参数。 每一个算法都有一个目标函数（objective function），算法就是让这个目标函数达到最优。对于分类的算法，都会有对错。错了就会有代价 阅读全文