Klassifikasiya və reqressiya üçün boosting-də hansı itki funksiyası istifadə olunur?

Təsnifat üçün boosting-də, adətən, ikili təsnifat üçün ehtimalların mənfi logarifmi ilə uyğun gələn log-it itki funksiyası istifadə olunur. Bu, ehtimal proqnozlarını qiymətləndirmək və modelləri optimallaşdırmaq üçün uyğundur.

Regrasiya üçün, adətən, orta kvadrat səhv (MSE) və ya orta abses səhv (MAE) əsasında itki funksiyası tətbiq olunur. Gradient boosting-də, MSE adətən, fərqli və modelin yenilənməsi üçün gradientləri səmərəli hesablamağa imkan verdiyi üçün istifadə olunur.

Nümunə:

• Təsnifat: log-it itki funksiyası
• Regrasiya: orta kvadrat səhv (MSE)