在梯度下降时 MSE较MAE更为准确 而在异常值出现时 MAE较MSE更加鲁棒，Huber Loss 集MAE与MSE的优势于一身。Huber Loss中增加了一个超参数，在其中起到了一定的选择作用，即当预测预测小于超参时，采用平方误差(MSE)而在预测偏差大于超参时，则采用线性误差 (MAE)查看全文
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论