Milline kaotusefunktsioon kasutatakse boostings klassifikatsiooniks ja regressiooniks?

Klassifitseerimise tugevdamisel kasutatakse sageli logistilise kaotuse funktsiooni (log-loss), mis vastab binaarse klassifikatsiooni jaoks negatiivsele tõenäosuse logaritmile. See sobib hästi tõenäosuslike prognooside hindamiseks ja mudelite optimeerimiseks.

Regressiooni puhul kasutatakse tavaliselt keskmise ruutvea (MSE) või keskmise absoluutvea (MAE) põhiseid kaotuse funktsioone. Gradient boostingus kasutatakse sageli MSE-d kaotuse funktsioonina, kuna see on diferentseeruv ja võimaldab tõhusalt arvutada gradientide väärtusi mudeli uuendamiseks.

Näide:

• Klassifikatsioon: logistiline kaotuse funktsioon
• Regressioon: keskmine ruutviga (MSE)