百科问答小站 logo
百科问答小站 font logo



神经网络,分类和回归问题,在网络结构上的区别是什么?分类比回归多一层softmax吗?诚心求教? 第1页

  

user avatar   huo-hua-de-41 网友的相关建议: 
      

感觉现在已有的回答还没说到点上。例如,0-1的回归,我把0-1分成100个bin,每0.01当作一个类,然后用变成100类的分类任务,是不是就只是精度差异呢?进一步可以衍生几个问题:

  • 为什么回归任务常使用mse作为损失函数?
  • 为什么分类任务常用交叉熵作为损失函数?

首先,我们要知道,使用特定损失函数的前提是我们对标签的分布进行了某种假设

二分类问题的常见假设就是标签服从伯努利分布,多分类问题背后的假设是多项分布(Multinomial Distribution)。根据数据分布,结合最大似然估计就可以推导出交叉墒的公式。

同样的,回归问题背后的假设是标签服从正态分布,这时候根据数据分布,结合最大似然估计就可以推导出mse的公式。

然后实际问题中,我们遇到的标签不一定真的服从正态分布。根据样本分布不同,大家还提出了tweedie loss、possion loss等损失函数替代mse。我说这么多,只是抛砖引玉,详细的推到大家可以看看 @马东什么 的文章




  

相关话题

  如何看待「机器学习不需要数学,很多算法封装好了,调个包就行」这种说法? 
  wasserstein 距离的问题? 
  c4.5为什么使用信息增益比来选择特征? 
  统计模型和概率模型的区别是什么呢? 
  有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛? 
  在机器学习模型的训练期间,大概几十分钟到几小时不等,大家都会在等实验的时候做什么? 
  Dirichlet Processes 是一个什么样的随机过程? 
  如何看待Capsule Network在NLP领域的潜力? 
  为何总感觉人工智能和神经科学(神经网络)被绑在一起? 
  为什么做stacking之后,准确率反而降低了? 

前一个讨论
python中[[3,5],[2,3]]怎么转化为[['3','5'],['2','3']]?
下一个讨论
对于智力和勤奋程度都一般的人来说,博士毕业有多难?





© 2025-04-04 - tinynew.org. All Rights Reserved.
© 2025-04-04 - tinynew.org. 保留所有权利