Loss Functions/zh - Revision history

FuzzyBot: Updating to match new version of source page

2026-04-27T19:42:39Z

Updating to match new version of source page

← Older revision		Revision as of 19:42, 27 April 2026
Line 3:		Line 3:
	{{ContentMeta \| generated_by = claude-opus \| model_used = claude-opus-4-6 \| generated_date = 2026-03-13}}		{{ContentMeta \| generated_by = claude-opus \| model_used = claude-opus-4-6 \| generated_date = 2026-03-13}}

			<div class="mw-translate-fuzzy">
	'''损失函数'''（也称为'''代价函数'''或'''目标函数'''）量化模型预测与期望输出之间的差距。最小化损失函数是机器学习训练过程的核心目标：优化算法调整模型的参数，使损失尽可能低。		'''损失函数'''（也称为'''代价函数'''或'''目标函数'''）量化模型预测与期望输出之间的差距。最小化损失函数是机器学习训练过程的核心目标：优化算法调整模型的参数，使损失尽可能低。
			</div>

	== 目的 ==		== 目的 ==

			<div class="mw-translate-fuzzy">
	损失函数将模型的预测 <math>\hat{y}</math> 和真实目标 <math>y</math> 映射到一个非负实数。形式上，对于单个样本：		损失函数将模型的预测 <math>\hat{y}</math> 和真实目标 <math>y</math> 映射到一个非负实数。形式上，对于单个样本：
			</div>

	:<math>\ell: \mathcal{Y} \times \mathcal{Y} \to \mathbb{R}_{\geq 0}</math>		:<math>\ell: \mathcal{Y} \times \mathcal{Y} \to \mathbb{R}_{\geq 0}</math>
Line 15:		Line 19:
	:<math>L(\theta) = \frac{1}{N}\sum_{i=1}^{N}\ell\bigl(y_i,\, \hat{y}_i(\theta)\bigr)</math>		:<math>L(\theta) = \frac{1}{N}\sum_{i=1}^{N}\ell\bigl(y_i,\, \hat{y}_i(\theta)\bigr)</math>

			<div class="mw-translate-fuzzy">
	损失函数的选择编码了问题的结构——哪些错误重要以及应当以多大严厉程度对其进行惩罚。选择不当的损失函数会导致模型优化错误的目标。		损失函数的选择编码了问题的结构——哪些错误重要以及应当以多大严厉程度对其进行惩罚。选择不当的损失函数会导致模型优化错误的目标。
			</div>

	== 均方误差 ==		== 均方误差 ==
Line 31:		Line 37:
	== 交叉熵损失 ==		== 交叉熵损失 ==

			<div class="mw-translate-fuzzy">
	'''交叉熵损失'''是分类任务的标准选择。它衡量预测概率分布与真实标签分布之间的差异。		'''交叉熵损失'''是分类任务的标准选择。它衡量预测概率分布与真实标签分布之间的差异。
			</div>

	=== 二元交叉熵 ===		=== 二元交叉熵 ===
Line 47:		Line 55:
	:<math>L_{\text{CE}} = -\frac{1}{N}\sum_{i=1}^{N}\sum_{c=1}^{C} y_{i,c} \log \hat{y}_{i,c}</math>		:<math>L_{\text{CE}} = -\frac{1}{N}\sum_{i=1}^{N}\sum_{c=1}^{C} y_{i,c} \log \hat{y}_{i,c}</math>

			<div class="mw-translate-fuzzy">
	当真实标签采用 one-hot 编码时，只有对应于正确类别的项保留下来。		当真实标签采用 one-hot 编码时，只有对应于正确类别的项保留下来。
			</div>

	== 合页损失 ==		== 合页损失 ==
Line 76:		Line 86:
	== 选择合适的损失函数 ==		== 选择合适的损失函数 ==

			<div class="mw-translate-fuzzy">
	合适的损失函数取决于具体任务：		合适的损失函数取决于具体任务：
			</div>

			<div class="mw-translate-fuzzy">
	* '''回归''' —— MSE 是默认选择；如果担心离群值，可切换到 MAE 或 Huber。		* '''回归''' —— MSE 是默认选择；如果担心离群值，可切换到 MAE 或 Huber。
	* '''二元分类''' —— 使用 sigmoid 输出的二元交叉熵。		* '''二元分类''' —— 使用 sigmoid 输出的二元交叉熵。
Line 83:		Line 96:
	* '''多标签分类''' —— 对每个标签独立应用二元交叉熵。		* '''多标签分类''' —— 对每个标签独立应用二元交叉熵。
	* '''排序或检索''' —— 对比损失、三元组损失或 listwise 排序损失。		* '''排序或检索''' —— 对比损失、三元组损失或 listwise 排序损失。
			</div>

			<div class="mw-translate-fuzzy">
	一个重要的考虑因素是损失是否'''已校准'''——即最小化它是否能产生校准良好的预测概率。交叉熵是一种适当的评分规则，能产生校准的概率，而合页损失则不能。		一个重要的考虑因素是损失是否'''已校准'''——即最小化它是否能产生校准良好的预测概率。交叉熵是一种适当的评分规则，能产生校准的概率，而合页损失则不能。
			</div>

	== 正则化项 ==		== 正则化项 ==

			<div class="mw-translate-fuzzy">
	在实际应用中，总目标通常包含一个'''正则化项'''，用于惩罚模型的复杂度：		在实际应用中，总目标通常包含一个'''正则化项'''，用于惩罚模型的复杂度：
			</div>

	:<math>J(\theta) = L(\theta) + \lambda \, R(\theta)</math>		:<math>J(\theta) = L(\theta) + \lambda \, R(\theta)</math>

			<div class="mw-translate-fuzzy">
	其中 <math>\lambda</math> 控制正则化的强度。常见选择包括 L2 正则化（<math>R = \\|\theta\\|_2^2</math>）和 L1 正则化（<math>R = \\|\theta\\|_1</math>）。详见 [[Overfitting and Regularization]]。		其中 <math>\lambda</math> 控制正则化的强度。常见选择包括 L2 正则化（<math>R = \\|\theta\\|_2^2</math>）和 L1 正则化（<math>R = \\|\theta\\|_1</math>）。详见 [[Overfitting and Regularization]]。
			</div>

	== 参见 ==		== 参见 ==

DeployBot: Batch translate Loss Functions unit 36 → zh

2026-04-27T03:36:18Z

Batch translate Loss Functions unit 36 → zh

New page

<languages />
{{ArticleInfobox | topic_area = Machine Learning | difficulty = Introductory | prerequisites = }}
{{ContentMeta | generated_by = claude-opus | model_used = claude-opus-4-6 | generated_date = 2026-03-13}}

'''损失函数'''（也称为'''代价函数'''或'''目标函数'''）量化模型预测与期望输出之间的差距。最小化损失函数是机器学习训练过程的核心目标：优化算法调整模型的参数，使损失尽可能低。

== 目的 ==

损失函数将模型的预测 <math>\hat{y}</math> 和真实目标 <math>y</math> 映射到一个非负实数。形式上，对于单个样本：

:<math>\ell: \mathcal{Y} \times \mathcal{Y} \to \mathbb{R}_{\geq 0}</math>

在包含 <math>N</math> 个样本的数据集上，总损失通常是平均值：

:<math>L(\theta) = \frac{1}{N}\sum_{i=1}^{N}\ell\bigl(y_i,\, \hat{y}_i(\theta)\bigr)</math>

损失函数的选择编码了问题的结构——哪些错误重要以及应当以多大严厉程度对其进行惩罚。选择不当的损失函数会导致模型优化错误的目标。

== 均方误差 ==

'''均方误差'''（MSE）是回归任务的默认损失函数：

:<math>L_{\text{MSE}} = \frac{1}{N}\sum_{i=1}^{N}(y_i - \hat{y}_i)^2</math>

MSE 以二次方式惩罚较大的误差，使其对离群值敏感。其梯度计算简单：

:<math>\frac{\partial}{\partial \hat{y}_i} (y_i - \hat{y}_i)^2 = -2(y_i - \hat{y}_i)</math>

一个密切相关的变体是'''平均绝对误差'''（MAE），<math>\frac{1}{N}\sum|y_i - \hat{y}_i|</math>，它对离群值更具鲁棒性，但在零点处梯度不平滑。'''Huber 损失'''结合了两者：对小误差表现得像 MSE，对大误差表现得像 MAE。

== 交叉熵损失 ==

'''交叉熵损失'''是分类任务的标准选择。它衡量预测概率分布与真实标签分布之间的差异。

=== 二元交叉熵 ===

对于具有预测概率 <math>p</math> 和真实标签 <math>y \in \{0, 1\}</math> 的二元分类：

:<math>L_{\text{BCE}} = -\frac{1}{N}\sum_{i=1}^{N}\bigl[y_i \log p_i + (1 - y_i)\log(1 - p_i)\bigr]</math>

当预测概率与真实标签完全匹配时（<math>y = 1</math> 时 <math>p = 1</math>，<math>y = 0</math> 时 <math>p = 0</math>），此损失最小化。

=== 多类交叉熵 ===

对于具有 <math>C</math> 个类别的多类分类和预测概率向量 <math>\hat{\mathbf{y}}</math>：

:<math>L_{\text{CE}} = -\frac{1}{N}\sum_{i=1}^{N}\sum_{c=1}^{C} y_{i,c} \log \hat{y}_{i,c}</math>

当真实标签采用 one-hot 编码时，只有对应于正确类别的项保留下来。

== 合页损失 ==

'''合页损失'''（hinge loss）与支持向量机（SVM）和最大间隔分类器相关。对于具有标签 <math>y \in \{-1, +1\}</math> 和模型原始输出 <math>s</math> 的二元分类问题：

:<math>L_{\text{hinge}} = \frac{1}{N}\sum_{i=1}^{N}\max(0,\; 1 - y_i \, s_i)</math>

当预测具有正确符号且间隔至少为 1 时，合页损失为零；否则线性增加。由于在合页点处不可微，因此使用次梯度方法进行优化。

== 其他常见的损失函数 ==

{| class="wikitable"
|-
! 损失 !! 公式 !! 典型用途
|-
| '''Huber''' || <math>\begin{cases}\tfrac{1}{2}(y-\hat{y})^2 & |y-\hat{y}|\leq\delta \\ \delta(|y-\hat{y}|-\tfrac{\delta}{2}) & \text{otherwise}\end{cases}</math> || 鲁棒回归
|-
| '''KL 散度''' || <math>\sum_c p_c \log\frac{p_c}{q_c}</math> || 分布匹配，VAE
|-
| '''Focal 损失''' || <math>-\alpha(1-p_t)^\gamma \log p_t</math> || 不平衡分类
|-
| '''CTC 损失''' || 在对齐上的动态规划 || 语音识别、OCR
|-
| '''三元组损失''' || <math>\max(0,\; d(a,p) - d(a,n) + m)</math> || 度量学习、人脸验证
|}

== 选择合适的损失函数 ==

合适的损失函数取决于具体任务：

* '''回归''' —— MSE 是默认选择；如果担心离群值，可切换到 MAE 或 Huber。
* '''二元分类''' —— 使用 sigmoid 输出的二元交叉熵。
* '''多类分类''' —— 使用 softmax 输出的多类交叉熵。
* '''多标签分类''' —— 对每个标签独立应用二元交叉熵。
* '''排序或检索''' —— 对比损失、三元组损失或 listwise 排序损失。

一个重要的考虑因素是损失是否'''已校准'''——即最小化它是否能产生校准良好的预测概率。交叉熵是一种适当的评分规则，能产生校准的概率，而合页损失则不能。

== 正则化项 ==

在实际应用中，总目标通常包含一个'''正则化项'''，用于惩罚模型的复杂度：

:<math>J(\theta) = L(\theta) + \lambda \, R(\theta)</math>

其中 <math>\lambda</math> 控制正则化的强度。常见选择包括 L2 正则化（<math>R = \|\theta\|_2^2</math>）和 L1 正则化（<math>R = \|\theta\|_1</math>）。详见 [[Overfitting and Regularization]]。

== 参见 ==

* [[Gradient Descent]]
* [[Neural Networks]]
* [[Backpropagation]]
* [[Overfitting and Regularization]]
* [[Stochastic Gradient Descent]]

== 参考文献 ==

* Bishop, C. M. (2006). ''Pattern Recognition and Machine Learning''，第 1 章。Springer。
* Goodfellow, I., Bengio, Y. 与 Courville, A. (2016). ''Deep Learning''，第 6 章与第 8 章。MIT Press。
* Lin, T.-Y. et al. (2017). "Focal Loss for Dense Object Detection". ''ICCV''.
* Murphy, K. P. (2022). ''Probabilistic Machine Learning: An Introduction''. MIT Press.

[[Category:Machine Learning]]
[[Category:Introductory]]