손실 함수란?

Python으로 배우는 선형 분류기

Michael Gelbart

Instructor, The University of British Columbia

최소 제곱법: 제곱 손실

  • scikit-learn의 LinearRegression은 다음 손실을 최소화합니다: $$\sum_{i=1}^n (\text{true} \; i \text{th target value}-\text{predicted} \; i \text{th target value})^2$$
  • 최소화는 모델의 계수 또는 매개변수에 대해 수행됩니다.
  • scikit-learn의 model.score()는 손실 함수가 아닐 수 있습니다.
Python으로 배우는 선형 분류기

분류 오류: 0-1 손실

  • 제곱 손실은 분류 문제에 적합하지 않습니다(자세한 내용은 후술).
  • 분류 문제의 자연스러운 손실은 오류 수입니다.
  • 이것이 0-1 손실입니다: 올바른 예측이면 0, 잘못된 예측이면 1입니다.
  • 그러나 이 손실은 최소화하기 어렵습니다!
Python으로 배우는 선형 분류기

손실 최소화

from scipy.optimize import minimize

minimize(np.square, 0).x

array([0.])

minimize(np.square, 2).x

array([-1.88846401e-08])
Python으로 배우는 선형 분류기

연습해 봅시다!

Python으로 배우는 선형 분류기

Preparing Video For Download...