1回答

liuyubobobo

2020-09-23

已采纳

1

是的，回归问题的损失函数都可以用（y-y_hat）^2 来表示，不需要只有线性回归才可以这样。这是一个指标，叫做 MSE，即 Mean Square Error，课程中有介绍。只不过不同的算法，y_hat 的求法不一样。

但不是回归问题的损失函数只有这一个。见下分析。

2

这个平方可以换成四次方或者其他偶数次方。

但是：

1）求解更复杂；

2）其实并不能通过这种方式获得更好的解

实际上，除了 MSE 之外，确实还有其他的损失函数的定义。对于一个算法，选择怎样的损失函数进行求解也可以看做是一种超参数。在 scikit-learn 中，很多算法拥有这个参数选择，通常这个参数被称为是 loss。

比如另一种常见的损失函数是 MAE，课程中也有介绍。但因为 MAE 不容易计算，所以不常用。但如果一定要计算，也是能求解的。

这里有一篇文章，比较了对于不同数据，使用不同的损失函数，得到的结果的差异，有兴趣可以看看。

http://rishy.github.io/ml/2015/07/28/l1-vs-l2-loss/

继续加油！：）

0

3

liuyubobobo

回复

秦宝宝是我最爱的宝宝

因为这一章在讲线性回归法啊！

2020-09-23

共3条回复