Exponentielle VerlustfunktionEs handelt sich um eine häufig verwendete Verlustfunktion im AdaBoost-Algorithmus. Der Funktionsausdruck liegt in Exponentialform vor, wie im folgenden Diagramm dargestellt.

Häufige Fehler bei Verlusten

• Exponentialer Verlust: Wird hauptsächlich im Ensemble-Lernalgorithmus von Adaboost verwendet;
• Hinge Loss: Wird hauptsächlich für Support Vector Machine SVM verwendet;
• Cross Entropy Loss, Softmax Loss: Wird hauptsächlich für die logistische Regression und Softmax-Klassifizierung verwendet;
• Quadratverlust: Wird hauptsächlich für die Methode der kleinsten Quadrate (OLS) verwendet.
• Exponentialer Verlust: Wird hauptsächlich im Ensemble-Lernalgorithmus von Adaboost verwendet;
• Andere Verluste: wie 0-1 Verlust, absoluter Wertverlust

Verweise

【1】Lassen Sie uns über Verlustfunktionen im maschinellen Lernen sprechen