← 返回卡片

原书出处

大数据挖掘与统计机器学习

02 第2章 线性回归方法

核验版本的摘录快照 · 导入于 2026-11-18T10:22:02.197Z

为例)。当τ=0.5时,就是绝对值损失对应的最小一乘回归(相差一个1/2因子)。

最小二乘回归和最小一乘回归的损失函数是对称的,而一般的τ分位回归的损失函数不是对称的,是从原点出发的分别位于第一和第二象限的射线,斜率比为τ:(1-τ)。

这种损失函数适合对预测值高估和低估有明显不同后果的情况,比如预测某产品的销量,高

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter4_0004.xhtml

EPUB SHA-256:6f2324b41414df46227a4d0ee4cc188eb120a38a798a14be96a3d7d919028c00