HyperAI

Fonction De Perte De Substitution

Fonction de perte alternativeIl est généralement utilisé lorsque la fonction de perte est difficile à calculer. Si la fonction de perte proxy est optimisée, la fonction de perte d'origine est également optimisée en même temps, c'est-à-dire l'étalonnage ou la cohérence, qui est liée à la fonction de perte d'origine.

Si la fonction de perte alternative est une fonction convexe et est différentiable au point 0, alors elle est cohérente lorsque la dérivée est inférieure à 0, c'est pourquoi une fonction convexe est généralement choisie comme fonction de perte.

Fonctions de substitution courantes

  • Perte de charnière : f ( x ) = max ( 0 , 1 - x )
  • Fonction de perte exponentielle : f ( x ) = exp ( – x )
  • Fonction de perte logarithmique : f ( x ) = log ( 1 + exp ( -x ))
Termes connexes : fonction de substitution, fonction de perte