Kokia nuostolio funkcija naudojama boostingui klasifikacijai ir regresijai?

Klasifikacijos stiprinimui dažnai naudojama logistinio nuostolio funkcija (log-loss), kuri atitinka neigiamą tikimybės logaritmą dvejetainėje klasifikacijoje. Ji yra tinkama įvertinti tikimybių prognozes ir optimizuoti modelius.

Regresijai dažnai taikoma nuostolio funkcija, pagrįsta vidutiniu kvadratiniu klaidos (MSE) arba vidutiniu absoliučiu klaidos (MAE). Gradientinio stiprinimo metu MSE dažnai naudojama kaip nuostolio funkcija, nes ji yra diferenciacija ir leidžia efektyviai skaičiuoti gradientus modelio atnaujinimui.

Pavyzdys:

• Klasifikacija: logistinio nuostolio funkcija
• Regresija: vidutinė kvadratinė klaida (MSE)