采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
是不是这种不一致主要是形式上的不一致,比如差的绝对值和差的平方,本质上都是比较两个数的差值,就是说评价算法性能的函数和目标函数主要是形式上的差异?
非常好的问题。不是一定不一致,但是可以不一致。而且后续在学习分类问题的指标上你就会看到,这种不一致是常见的。(第十章)
评价方式和训练方式不一致,不是因为二者在数学上等价,大部分原因我认为有两点:
首先,一些评价方式是很难作为训练方式进行训练的。比如MAE,函数本身不可导,所以我们很难应用梯度下降法去真正的最小化MAE。但是这不阻碍我们使用MSE训练出模型,然后看看这个模型的MAE性能如何。
另一方面,很多时候,我们要看一个模型的很多指标,而不仅仅是一个指标。而很多指标相互之间是冲突的,是此消彼长的关系。但我们在训练的时候却只能使用一个指标进行训练。依然是,使用一个指标训练后,不妨碍我们查看得到的模型的多个指标。
想到没学之前好像是觉得两者应该是一样的,现在更清楚了。 评价指标多样,互相有关系,就视频里的例子,这三种指标是不是可以看作一种指标,因为都是在差值基础上做变形?
MSE和RMSE可以看做一个指标;MAE不是。
想了下,多了一个平均好像确实变化挺大。
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
3.0k 15
1.6k 15
1.5k 14