2020年1月10日
SVM的损失函数（Hinge Loss)
摘要： 损失函数 是用来衡量一个预测器在对输入数据进行分类预测时的质量好坏。损失值越小，分类器的效果越好，越能反映输入数据与输出类别标签的关系（虽然我们的模型有时候会过拟合——这是由于训练数据被过度拟合，导致我们的模型失去了泛化能力）。相反，损失值越大，我们需要花更多的精力来提升模型的准确率。就参数化学习而 阅读全文
posted @ 2020-01-10 10:51 wqbin 阅读(7192) 评论(0) 推荐(0) 编辑