Aká funkcia straty sa používa v boostingu pre klasifikáciu a regresiu?

Pri boostingu pre klasifikácie sa často používa logistická strata (log-loss), ktorá zodpovedá zápornému logaritmu pravdepodobnosti pre binárnu klasifikáciu. Je vhodná na hodnotenie pravdepodobnostných prognóz a optimalizáciu modelov.

Pre regresiu sa zvyčajne používa strata založená na strednej štvorcovej chybe (MSE) alebo strednej absolútnej chybe (MAE). V gradientnom boosting sa často používa MSE ako strata, pretože je diferencovateľná a umožňuje efektívne výpočty gradientov na aktualizáciu modelu.

Príklad:

• Klasifikácia: logistická strata
• Regresia: stredná štvorcová chyba (MSE)