结果如图9-28、图9-29所示。
线性回归使用L2误差。当把输出结果转化为概率时,它不能很好地惩罚分类错误的情况。比如,如果把一个负例分类为正例,那么0.9的概率和0.9999的概率应该有很大的区别。但是,L2误差无法很强地区分这两种情况。如果我们使用LogLoss,那么会对分类错误产生更重的惩罚:
人工智能与大数据技术导论
292
奎克的藏经阁 · 原书印刷页
PDF 物理页索引 308 · 第9章
结果如图9-28、图9-29所示。
线性回归使用L2误差。当把输出结果转化为概率时,它不能很好地惩罚分类错误的情况。比如,如果把一个负例分类为正例,那么0.9的概率和0.9999的概率应该有很大的区别。但是,L2误差无法很强地区分这两种情况。如果我们使用LogLoss,那么会对分类错误产生更重的惩罚:
人工智能与大数据技术导论
292