Kayıp Fonksiyonu Gezgini
Her kayıp, hataya dair bir fikirdir: MSE aykırılarda paniğe kapılır, MAE sakin sayar, log-loss emin hatalardan korkar.
İpucu: hatayı sıfırda park et, aykırıyı düşür ve üç ortalamanın anlaşmazlığını izle.
Şunu dene
- Panik testini işlet. Hata sıfırdayken +4,5 aykırıyı düşür: MSE 10'un üstüne sıçrarken MAE 2,25'e gezinir. Aynı veri, farklı korkular — gösterge anlatır.
- Huber'in menteşesini bul. Hatayı 0'dan 3'e yavaşça kaydır ve yeşil eğriyi izle: 1'e kadar parabol, sonra düz çizgi. δ'deki dirsek, uzlaşmanın görünür halidir.
- Kesinliği fiyatla. y = 1 gerçeğiyle sınıflandırmaya geç: p'yi 0,99'a it ve küçücük faturayı not et — sonra 0,01'e sürükle ve patlamayı hisset. Güven iki ucu keser.
Kayıp nasıl okunur
Regresyonda MSE her hatanın karesini alır — büyük ıskalar baskındır; tek aykırı, yüz iyi tahmini bastırabilir. MAE bunun yerine mutlak değer alır: aykırılar dahil her hata birimi aynı pahadadır. Huber arayı bulur: sıfıra yakın karesel, δ = 1'in ötesinde doğrusal.
Sınıflandırmada log-loss, −ln(gerçeğin olasılığı) yazar: emin ve haklı neredeyse bedavadır, emin ve haksız felakettir — yanındaki kesikli doğrusal cezadan çok daha dik. Kesinliğe yakın bu ivmelenme, sınıflandırıcılara alçakgönüllülüğü öğretir.
Eğitim, bir hatayı fiyatlayınca anlam kazanır
Bu gezgin, ManySpace'in makine öğrenmesini öğretme yolunun küçük bir parçası — her fikir, kaydırıp düşürüp karşılaştırabileceğin bir şey olarak.