一、对于分类问题
以二分类为例,
y∈{+1,−1},损失函数通常表示为
yf(x) 的递减函数。我们希望
sign(f(xi,θ))=yi
-
0-1损失函数
L0−1(f,y)=1fy≤0 0-1损失函数可以直观的刻画分类的错误率,但是因为其非凸,非光滑的特点,使得算法很难对其进行直接优化
-
Hinge损失函数(SVM)
Lhinge(f,y)=max{0,1−fy} Hinge损失函数是0-1损失函数的一个代理损失函数,也是其紧上界,当
fy≥0 时,不对模型做惩罚。可以看到,hinge损失函数在
fy=1 处不可导,因此不能用梯度下降法对其优化,只能用次梯度下降法。
-
Logistic损失函数
Llogistic(f,y)=log2(1+exp(−fy))Logistic损失函数是0-1损失函数的另一个代理损失函数,它也是0-1损失函数的凸上界,且该函数处处光滑。但是该损失函数对所有样本点都惩罚,因此对异常值更加敏感。当预测值
f∈[−1,1]时,另一个常用的代理损失函数是交叉熵损失函数
-
Cross-Entropy损失函数
Lcross entropy(f,y)=−log2(21+fy) 交叉熵损失函数也是0-1损失函数的光滑凸上界
-
Exponential损失函数(AdaBoost)
Lexponential(f,y)=e−fy指数损失函数是AdaBoost里使用的损失函数,同样地,它对异常点较为敏感,鲁棒性不够
-
Log损失函数(LR)
Llogloss(y,p(y∣x))=−log(p(y∣x)) 逻辑回归
p(y∣x) 的表达式如下:
P(Y=y(i)∣x(i),θ)=⎩⎪⎨⎪⎧hθ(x(i))=1+e−θTx1,y(i)=11−hθ(x(i))=1+e−θTxe−θTx, y(i)=0, 将上面两个式子合并,可得第
i 个样本被正确预测的概率
P(Y=y(i)∣x(i),θ)=(hθ(x(i)))y(i)(1−hθ(x(i)))1−y(i)对于所有的样本,由于生成过程是独立的,因此
P(Y∣X,θ)=Πi=1N(hθ(x(i)))y(i)(1−hθ(x(i)))1−y(i)最终的损失函数如下:
J(θ)=−i=1∑N[y(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i)))]
二、回归问题
对于回归问题,
Y =
R,我们希望
f(x(i),θ) =
y(i)
-
平方损失函数(最小二乘法)
Lsquare(f,y)=(f−y)2平方损失函数是光滑的,可以用梯度下降法求解,但是,当预测值和真实值差异较大时,它的惩罚力度较大,因此对异常点较为敏感。
-
绝对损失函数
Labsolute(f,y)=∣f−y∣绝对损失函数对异常点不那么敏感,其鲁棒性比平方损失更强一些,但是它在
f =
y 处不可导.
-
Huber损失函数
LHuber(f,y)=⎩⎨⎧21(f−y)2,∣f−y∣≤δδ∣f−y∣−21δ2, ∣f−y∣>δ,Huber损失函数在
∣f−y∣ 较小时为平方损失,在
∣f−y∣ 较大时为线性损失,且处处可导,对异常点鲁棒性较好。
-
Log-cosh损失函数
Llog−cosh(f,y)=log(cosh(f−y))其中
cosh(x)=(ex+e−x)/2,log-cosh损失函数比均方损失函数更加光滑,具有huber损失函数的所有优点,且二阶可导。因此可以使用牛顿法来优化计算,但是在误差很大情况下,一阶梯度和Hessian会变成定值,导致牛顿法失效。
-
分位数损失函数
Lγ(f,y)=i: yi<fi∑(1−γ)∣yi−fi∣+i: yi≥fi∑γ∣yi−fi∣预测的是目标的取值范围而不是值。
γ 是所需的分位数,其值介于0和1之间,
γ 等于0.5时,相当于MAE。
设置多个
γ 值,得到多个预测模型,然后绘制成图表,即可知道预测范围及对应概率(两个
γ 值相减)