손실 함수: 분류 및 회귀 손실 함수
분류 및 회귀에 대한 손실 함수입니다.
사용
expLoss(beta = 1, ...)
hingeLoss(margin = 1, ...)
logLoss(...)
smoothHingeLoss(smoothingConst = 1, ...)
poissonLoss(...)
squaredLoss(...)
인수
beta
베타(지체)의 숫자 값을 지정합니다. 기본값은 1입니다.
margin
숫자 여백 값을 지정합니다. 기본값은 1입니다.
smoothingConst
평활화 상수의 숫자 값을 지정합니다. 기본값은 1입니다.
...
숨겨진 인수입니다.
세부 정보
손실 함수는 기계 학습 알고리즘의 예측과 감독된 출력 간에 불일치를 측정하고 잘못된 비용을 나타냅니다.
지원되는 분류 손실 함수는 다음과 같습니다.
logLoss
expLoss
hingeLoss
smoothHingeLoss
지원되는 회귀 손실 함수는 다음과 같습니다.
poissonLoss
squaredLoss
.
값
손실 함수를 정의하는 문자열입니다.
작성자
Microsoft Corporation Microsoft Technical Support
추가 정보
예
train <- function(lossFunction) {
result <- rxFastLinear(isCase ~ age + parity + education + spontaneous + induced,
transforms = list(isCase = case == 1), lossFunction = lossFunction,
data = infert,
type = "binary")
coef(result)[["age"]]
}
age <- list()
age$LogLoss <- train(logLoss())
age$LogLossHinge <- train(hingeLoss())
age$LogLossSmoothHinge <- train(smoothHingeLoss())
age
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기