ExpLoss 类

定义

指数损失,通常用于分类任务。

public sealed class ExpLoss : Microsoft.ML.Trainers.IClassificationLoss, Microsoft.ML.Trainers.ILossFunction<float,float>
type ExpLoss = class
    interface IClassificationLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
Public NotInheritable Class ExpLoss
Implements IClassificationLoss, ILossFunction(Of Single, Single)
继承
ExpLoss
实现

注解

指数损失函数定义为:

$L (\hat{y}, y) = e^{-\beta y \hat{y}}$

其中 $\hat{y}$ 是预测分数,$y \{-1, 1\}$ 中为 true 标签,而 $\beta$ 默认设置为 1。

请注意,此计算中使用的标签是 -1 和 1,与 日志丢失不同,其中使用的标签为 0 和 1。 与 Log Loss 不同,$\hat{y}$ 是原始预测分数,而不是通过将 sigmoid 函数 应用于预测分数) 计算的预测概率 (。

指数损失函数比 铰链损失 更惩罚不正确的预测,并且具有更大的渐变。

构造函数

ExpLoss(Single)

指数损失,通常用于分类任务。

方法

Derivative(Single, Single)

指数损失,通常用于分类任务。

Loss(Single, Single)

指数损失,通常用于分类任务。

适用于