次の方法で共有


損失関数: 分類と回帰の損失関数

分類および回帰の損失関数です。

使用方法

  expLoss(beta = 1, ...)

  hingeLoss(margin = 1, ...)

  logLoss(...)

  smoothHingeLoss(smoothingConst = 1, ...)

  poissonLoss(...)

  squaredLoss(...)

引数

beta

ベータ (拡大) の数値を指定します。 既定値は 1 です。

margin

マージンの数値を指定します。 既定値は 1 です。

smoothingConst

平滑化定数の数値を指定します。 既定値は 1 です。

...

非表示の引数。

詳細

損失関数では、機械学習アルゴリズムの予測と監視された出力の不一致が測定され、間違っていることのコストが示されます。

サポートされている分類の損失関数は次のとおりです。

logLoss

expLoss

hingeLoss

smoothHingeLoss

サポートされている回帰の損失関数は次のとおりです。

poissonLoss

squaredLoss.

損失関数を定義する文字列。

作成者

Microsoft Corporation Microsoft Technical Support

こちらもご覧ください

rxFastLinearrxNeuralNet

使用例


 train <- function(lossFunction) {

     result <- rxFastLinear(isCase ~ age + parity + education + spontaneous + induced,
                   transforms = list(isCase = case == 1), lossFunction = lossFunction,
                   data = infert,
                   type = "binary")
     coef(result)[["age"]]
 }

 age <- list()
 age$LogLoss <- train(logLoss())
 age$LogLossHinge <- train(hingeLoss())
 age$LogLossSmoothHinge <- train(smoothHingeLoss())
 age