Μετρούν πόσο καλά οι προβλέψεις ενός μοντέλου ταιριάζουν με τα πραγματικά δεδομένα. Η κατανόηση του τρόπου υπολογισμού και εφαρμογής των λειτουργιών απώλειας είναι ζωτικής σημασίας για την αποτελεσματική κατάρτιση και βελτιστοποίηση του μοντέλου.

Τι Είναι η Λειτουργία της Απώλειας;

Μια λειτουργία απώλειας ποσοτικοποιεί τη διαφορά μεταξύ των προβλεπομένων τιμών και των αληθινών τιμών. Παρέχει μια αριθμητική τιμή που δείχνει την ακρίβεια του μοντέλου. Ο στόχος κατά τη διάρκεια της κατάρτισης είναι να ελαχιστοποιηθεί αυτή η απώλεια για τη βελτίωση της απόδοσης του μοντέλου.

Συνηθισμένοι τύποι λειτουργίας απώλειας

  • Μετρικό τετραγωνικό σφάλμα (MSE): Χρησιμοποιείται για εργασίες παλινδρόμησης, υπολογίζει τη μέση τετραγωνισμένη διαφορά μεταξύ των προβλεπόμενων και των πραγματικών τιμών.
  • Διασταύρωση-Εντροποποίηση Απώλεια:[ Συχνές σε εργασίες ταξινόμησης, μετρά τη διαφορά μεταξύ δύο κατανομών πιθανοτήτων.
  • ]Απώλεια Hinge: Χρησιμοποιείται σε μηχανές διανυσματικών υποστηριγμάτων, επικεντρώνεται στη μεγιστοποίηση περιθωρίου.

Υπολογίζοντας την Απώλεια στην Πρακτική

Η υπολογιστική απώλεια περιλαμβάνει την εφαρμογή του ειδικού τύπου λειτουργίας απώλειας στις προβλέψεις του μοντέλου και τις πραγματικές ετικέτες. Για παράδειγμα, MSE υπολογίζεται με το σμίξιμο των τετραγωνισμένων διαφορών και διαιρώντας με τον αριθμό των δειγμάτων.

Κατά τη διάρκεια της κατάρτισης, ο βελτιστοποιητής ρυθμίζει τις παραμέτρους του μοντέλου για να ελαχιστοποιήσει αυτή την απώλεια επαναλαμβανόμενα.