机器学习-常见的损失函数比较

在机器学习每一个算法中都会有一个目标函数，算法的求解过程是通过对这个目标函数优化的过程。在分类或者回归问题中，通常使用损失函数（代价函数）作为其目标函数。损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好，不同的算法使用的损失函数不一样。损失函数可以很好得反映模型与实际数据差距的工具，理解损失函数能够更好得对后续优化工具（梯度下降等）进行分析与理解。在工业上很多时候遇到复杂的应用场景问题，其实最难的一关是如何写出损失函数，即自定义损失函数。

通常提到损失函数，我们不得不提到代价函数（Cost Function）及目标函数（Object Function）。

损失函数（Loss Function)直接作用于单个样本，用来表达样本的误差

代价函数（Cost Function）是整个样本集的平均误差，对所有损失函数值的平均

目标函数（Object Function）是我们最终要优化的函数，也就是代价函数+正则化函数（经验风险+结构风险）

我们给定输入变量Size，记为 X，拟合目标Price，记为 Y，上面三个图的函数依次为。

这个函数就称为损失函数(loss function)，或者叫代价函数(cost function)，损失函数越小，就代表模型拟合的越好。

由于模型开发过程中输入输出是一个训练集，每一条训练数据都存在一个损失，那么针对于整个训练集的平均损失，即代价函数（Cost Function），或者称作经验风险(empirical risk)，如下：

模型训练的过程就是不断的迭代以保证这个经验风险函数的最小化。但是从上面的三个坐标图所示，最后一个图

的经验风险函数最小了，因为它对历史的数据拟合的最好，但是在实际中，肯定不是最好的，因为它过度学习历史数据，导致它在真正预测时效果会很不好，这种情况称为过拟合(Over-Fitting)，主要原因是第三个函数太复杂了，都有四次方了，这就引出了下面的概念，我们不仅要让经验风险最小化，还要让结构风险最小化。

这个时候就需要定义了一个函数 $J(f)$ ，这个函数专门用来度量模型的复杂度，在机器学习中也叫正则化(Regularization)，常用的有L1，L2范数，最终的优化函数就变为：

即最优化经验风险和结构风险（代价函数+正则化函数），而这个函数就被称为最终的目标函数。

上面的例子来分析：最左面 $F_{1} (X)$ 的结构风险最小（模型结构最简单），但是经验风险最大（对历史数据拟合的最差），最右面 $F_{3} (X)$ 的经验风险最小（对历史数据拟合的最好），但是结构风险最大（模型结构最复杂），中间的 $F_{2} (X)$ 达到了二者的良好平衡，最适合用来预测未知数据集。

几种常见的损失函数

0-1损失函数（0-1 Loss Function）

平方损失函数（Quadratic Loss Function）

绝对值损失函数（Absolute loss Function）

对数损失函数（Logarithmic Loss Function）或者对数似然损失函数

如果是0-1损失函数（绝对值损失函数），感知机就是用的这种损失函数

如果是平方损失（Square loss），那就是最小二乘法，线性回归；

如果是对数损失（log-Loss），那就是逻辑回归；

如果是铰链损失（Hinge Loss），那就是著名的SVM了；

如果是指数损失（exp-Loss），那就是Boosting了；

1. 0-1损失函数和绝对值损失函数

0-1损失是指，预测值和目标值不相等为1，否则为0：

感知机就是用的这种损失函数。但是由于相等这个条件太过严格，因此我们可以放宽条件，即满足 |Y−f(X)|

绝对值损失函数为：

2. log对数损失函数

逻辑斯特回归的损失函数就是对数损失函数，在逻辑斯特回归的推导中，它假设样本服从伯努利分布（0-1）分布，然后求得满足该分布的似然函数，接着用对数求极值。逻辑斯特回归并没有求对数似然函数的最大值，而是把极大化当做一个思想，进而推导它的风险函数为最小化的负的似然函数。从损失函数的角度上，它就成为了log损失函数。

log损失函数的标准形式：