机器学习任务通过最小化
“目标函数” 求解,这种目标函数也称为损失函数,损失函数用于衡量模型预测期望输出的能力,损失越小,模型的预测能力越强。
损失函数大致可分为两类:分类损失和回归损失。
Regression loss
常见的回归损失:
Mean Square Error, Quadratic loss, L2 Loss
Mean Square Error (MSE) 是回归任务中最通用的损失函数,MSE是目标值与预测值之间差值平方和的均值:
ℓmse(f)=m1[Y−f(X)]2
MSE在均值处取极小值:
c=argcmini∑m1(yi−c)2=mean(y)
Mean Absolute Error, L1 Loss
Mean Absolute Error (MAE) 是目标值与预测值绝对差之和的均值,MAE不考虑误差方向,。
ℓabs=∣y−f(x)∣
MAE在中位数处取极小值:
c=argcminy≥c∑(y−c)+y<c∑(c−y)=median(y)
考虑方向的损失叫做 Mean Bias Error (MBE),是所有目标值与预测值残差之和的均值,显然小于MAE。
MSE and MAE
简而言之,使用MSE更容易拟合数据,但使用MAE模型对异常值的鲁棒性更强,让我们看看为什么?
MSE损失在错分样本的损失随目标函数值以平方级变化,而MAE损失以线性级变化,对异常值敏感度低。另一个角度是,MSE最优解位于均值处,MAE最优解位于中位数处,显然中位数解比均值解对异常值的鲁棒性更强。
MSE和MAE的选择
如果异常值对业务很重要,应该使用MSE尽可能的拟合异常值,如果异常值只是噪声数据,则应该用MAE损失。
MSE和MAE均无法拟合的情况
考虑这种情景的数据:90%数据的目标值是150,10%数据的目标值位于0-30之间。MAE可能会把全部目标值预测为150(倾向于中位数),MSE可能预测较多的值位于0-30之间(倾向于异常值),这两种情况我们都不希望看到。
那如何解决这种问题呢?一种简单的方法是转换目标变量(???),另一种方法是使用其它损失函数,如Huber Loss。
Huber Loss, Smooth Mean Absolute Error
Huber损失对异常值没有MSE损失敏感,通过超参数
δ控制多小的误差使用平方损失、多大的误差使用绝对损失,即真值附近
δ区间使用MAE损失,否则使用MSE损失:
ℓhub={∣y−f(x)∣2,2δ∣y−f(x)∣−δ2,∣y−f(x)∣≤δotherwise
为什么使用Huber损失?
MAE损失在极值点附近梯度非常大,在极值点处非常不稳定,但对异常点不敏感;MSE对异常点敏感,但在接近极值点时梯度逐渐减小至0,可以得到精确极值。
Huber Loss对于包含异常点的数据集一般表现由于以上两者,异常值以MAE方式处理,极值点以MSE方式处理。
Log-Cosh Loss and Quantile Loss
Classification loss
常见的分类损失:
Binomial Deviance (Logistic)
令
p(x)表示样本
x的类1概率,logistic的对数似然损失为
L(y′,p)=−[y′lnp(x)+(1−y′)ln(1−p(x))],p(x)=1+exp(−f(x))1
则损失函数的负梯度为(sklearn-binomial deviance)
L(y′,f)=−y′f(x)+ln(1+exp(f(x))),−∇fL=y′−1+exp(−f(x))1
(GBDT二分类使用Deviance损失,参数初值)模型初始值满足
c=argminc∑iwiL(yi,c),得
i∑wi(yi−1+e−c1)=0⟹c=ln∑iwi(1−yi)∑iwiyi
Multinomial Deviance (Softmax)
softmax的对数似然损失
L(y,f1,⋯,fK)=−k=1∑Kyklnpk(x),pk(x)=∑iexpfi(x)expfk(x)
yk表示样本
x的真实类k概率. 可令上式一个冗余目标函数为0,如
fK(x)=0.
第k个目标函数的负梯度
gk=−∂fk∂L(y,f1,⋯,fK)=yk−∑iexpfi(x)expfk(x)
Exponential Loss and Binomial Deviance Loss
给定样本
x,类别
y∈{−1,+1},类别另一种表示
y′=(y+1)/2∈{0,1}.
二项偏差(Binomial Deviance)的类1概率为
p(x)=P(y=1∣x)=exp(−f(x))+exp(f(x))exp(f(x))=1+exp(−2f(x))1
二项偏差的对数似然损失(极大化似然概率等于极小化交叉熵)
−[y′lnp(x)+(1−y′)ln(1−p(x))]=−ln(1+exp(−2yf(x)))
基于经验风险最小化求解模型,则指数损失和二项偏差损失的解具有一致性,以下公式给出
f(x)=argfminEy∣x[exp(−yf(x))]=argfminP(y=1∣x)⋅exp(−f(x))+P(y=−1∣x)⋅exp(f(x))=21lnP(y=−1∣x)P(y=1∣x)=argfminEy∣x[−ln(1+exp(−2yf(x)))]
但两者在错分样本上损失程度不同,指数损失在错分样本的损失随目标函数取值以指数级变化(对异常值敏感如类标错误数据),而二项偏差损失以线性级变化.
Hinge Loss (SVM)
合页损失是SVM的损失函数,对于
yf(x)>1的点,合页损失都是0,由此带来了稀疏解,使得SVM仅通过少量的支持向量就能确定最终分类超平面。
SVM的损失函数是合页损失 + L2正则化。
Reference
1. Regression Loss Functions All Machine Learners Should Know
2. 常见回归和分类损失函数比较