ExpLoss 類別

定義

public sealed class ExpLoss : Microsoft.ML.Trainers.IClassificationLoss, Microsoft.ML.Trainers.ILossFunction<float,float>

type ExpLoss = class
    interface IClassificationLoss
    interface IScalarLoss
    interface ILossFunction<single, single>

Public NotInheritable Class ExpLoss
Implements IClassificationLoss, ILossFunction(Of Single, Single)

繼承

Object

ExpLoss

實作

IClassificationLoss ILossFunction<Single,Single> IScalarLoss

備註

指數損失函數定義為：

$L（\hat{y}， y） = e^{-\beta y \hat{y}}$

其中 $\hat{y}$ 是預測分數，$y \{-1， 1\}$ 是真實標籤，$\beta$ 是預設設為 1 的尺度因子。

請注意，此計算中使用的標籤為 -1 和 1，與 Log Loss 不同，Log Loss 使用的標籤為 0 和 1。 此外，與 對數損失不同，$\hat{y}$ 是原始預測分數，而非預測機率（預測機率是透過對預測分數應用 S 函數 計算得出）。

指數損失函數對錯誤預測的懲罰比 鉸鏈損失 更嚴重，且梯度較大。