(새 문서: ==개요== ;squared loss, L₂ loss ;제곱 손실, L₂ 손실 * 선형 회귀에 사용되는 손실 함수 * 이 함수는 레이블이 있는 예에 대한 모델의 예...) |
(→같이 보기) |
||
| (같은 사용자의 중간 판 8개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
==개요== | ==개요== | ||
;squared loss, | ;squared loss, L<sub>2</sub> loss | ||
;제곱 손실, | ;제곱 손실, L<sub>2</sub> 손실 | ||
* 선형 회귀에 사용되는 [[손실 함수]] | * 선형 회귀에 사용되는 [[손실 함수]] | ||
* 예측과 레이블 간의 차이 제곱 | |||
* <math>L_2 Loss = \sum_{(x,y)∈D} (y-prediction(x))^2</math> | |||
* <math>= (관찰 - 예측)^2</math> | |||
* <math>= (y - y')^2</math> | |||
* 이 함수는 [[레이블이 있는 예]]에 대한 모델의 예측 값과 레이블의 실제 값 차이의 제곱을 계산한다. | * 이 함수는 [[레이블이 있는 예]]에 대한 모델의 예측 값과 레이블의 실제 값 차이의 제곱을 계산한다. | ||
* 이 손실 함수는 제곱을 구하므로 부정확한 예측에 더 큰 영향을 준다. | * 이 손실 함수는 제곱을 구하므로 부정확한 예측에 더 큰 영향을 준다. | ||
| 8번째 줄: | 12번째 줄: | ||
==같이 보기== | ==같이 보기== | ||
{{z컬럼3| | |||
* [[손실 (머신러닝)]] | * [[손실 (머신러닝)]] | ||
* [[L₁ 손실]] | * [[L₁ 손실|L<sub>1</sub> 손실]] | ||
* [[손실 함수]] | * [[손실 함수]] | ||
* [[제곱 힌지 손실]] | |||
* [[평균 제곱 오차]] | |||
}} | |||
==참고== | ==참고== | ||
2021년 10월 22일 (금) 20:12 기준 최신판
1 개요[ | ]
- squared loss, L2 loss
- 제곱 손실, L2 손실
- 선형 회귀에 사용되는 손실 함수
- 예측과 레이블 간의 차이 제곱
- [math]\displaystyle{ L_2 Loss = \sum_{(x,y)∈D} (y-prediction(x))^2 }[/math]
- [math]\displaystyle{ = (관찰 - 예측)^2 }[/math]
- [math]\displaystyle{ = (y - y')^2 }[/math]
- 이 함수는 레이블이 있는 예에 대한 모델의 예측 값과 레이블의 실제 값 차이의 제곱을 계산한다.
- 이 손실 함수는 제곱을 구하므로 부정확한 예측에 더 큰 영향을 준다.
- 즉, 제곱 손실은 L₁ 손실보다 이상점에 민감하게 반응한다.
2 같이 보기[ | ]
3 참고[ | ]
로그인하시면 댓글을 쓸 수 있습니다.
{{ comment.name }}
{{ comment.created | snstime }}
-
{{comment.page_title}} ―{{comment.name}}