Kāda zaudējumu funkcija tiek izmantota boostingā klasifikācijai un regresijai?

Klasifikācijas stiprināšanai bieži tiek izmantota loģistiskās zaudējumu funkcija (log-loss), kas atbilst negatīvā loģaritma varbūtībai binārajai klasifikācijai. Tā ir piemērota, lai novērtētu varbūtību prognozes un optimizētu modeļus.

Regresijai parasti tiek izmantota vidējā kvadrātiskā kļūda (MSE) vai vidējā absolūtā kļūda (MAE) balstīta zaudējumu funkcija. Gradienta stiprinājumā MSE bieži tiek izmantota kā zaudējumu funkcija, jo tā ir diferenciējama un ļauj efektīvi aprēķināt gradientus modeļa atjaunināšanai.

Piemērs:

• Klasifikācija: loģistiskās zaudējumu funkcija
• Regressija: vidējā kvadrātiskā kļūda (MSE)