每个面板将损失绘制为真实和预测标签差异的函数。平方损失L(左)((f)(x个),年) = ((f)(x个) −年)2通常用于回归问题,也用于分类[22]. 铰链损失L(左)((f)(x个),年)=最大值(0,1−伊夫(x个))在支持向量机中用作零损失的凸近似[8]. 乙状结肠丢失L(左)((f)(x个),年) = 1/经验(1+(f)(x个))可能不太常用,但在例如[23,27].
单击图像以查看更大的版本。