知识卡片
MSE与MAE的异常点权衡
残差翻倍时,平方损失变为四倍,绝对损失变为两倍。大残差会显著影响最小二乘直线。绝对损失通常更耐受响应异常,但绝对值在零点不可用普通导数直接求解。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 线性回归与正则化 损失选择与几何求解 · 查看原书依据
但是MSE损失函数难以处理异常点,其稳健性较差(见图7.3)。因此,我们可以构建一个MAE损失函数来进行线性回归,即
参考来源
- 位置:《机器学习基础》第7章,7.2 线性回归的求解(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter46.xhtml)
- 结论依据:原文借「但是MSE损失函数难以处理异常点」处的论述给出本卡所解释的关系或做法。
- 原始内容:但是MSE损失函数难以处理异常点,其稳健性较差(见图7.3)。因此,我们可以构建一个MAE损失函数来进行线性回归,即