经典损失函数——均方误差(MSE)

与分类问题不同,回归问题解决的是对具体数值的预测,eg:房价预测,销量预测,流量预测等

均方误差的定义:均方误差

#y代表输出答案,y_代表标准答案
mse=tf.reduce_mean(tf.square(y_-y))

但在实际问题中往往均方误差并不能很好的表达问题,比如预测销量,卖衣服,货物成本一件100元,商品利润一件20。那此时多预测一个亏100,少预测一个少挣20。所以这里面有一个权重在里面,根据具体问题去定义偏向多进货还是偏向少进货。这时候往往需要根据实际问题在MSE的基础上自定义损失函数。


版权声明:本文为lewis1993_cpapa原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。