看板 DataScience 關於我們 聯絡資訊
如標題 假設現在有個預測時間序列的回歸問題 希望對bias大的預測結果懲罰多一點 而其他較平穩的數據就算擬合沒那麼完美我也不是太在意 那基本上選擇MSE很直覺 但如果MSE的懲罰仍舊覺得不夠 有沒有什麼好的數學函數拿來衡量作為loss使用呢? 也就是我希望在預測peak上越準越好 但是其他平穩數據差一點無所謂 另外由於peak出現的時間沒有明顯規律 因此目前也沒辦法單獨切出來處理 不知道有沒有人處理過類似需求可以分享一下呢 感恩感恩 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.113.215.35 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1530771708.A.4AC.html ※ 編輯: goldflower (140.113.215.35), 07/05/2018 14:23:09
seasa2016: 平方不過你有試過立方嗎XD 07/05 15:05
seasa2016: *夠 07/05 15:06
imchou239: 立方可以為負不好,不如來個4方吧 07/05 16:20
goldflower: 我其實是想問問看有沒有對y來說是convex又符合以上條 07/05 16:58
goldflower: 件的loss function 不過直接次方上去的確比較直接 07/05 17:00
youngman77: 直接試試看cosh(x)嗎?泰勒展開是2,4,6...的次方連加 07/05 18:22
喔喔好像不錯 感恩分享 我寫custom loss應該直接帶exp就好XD
imchou239: 4方是convex啊? 07/05 20:04
對耶我在幹嘛不知為啥我腦子一直翻譯成四次多項式...最近睡好少整個快變智障QQ 感謝
thomaskov: -klog(-x) k是參數 07/05 20:10
這個可以用嗎@@ x趨近0不是就炸惹 ※ 編輯: goldflower (36.224.44.190), 07/05/2018 23:33:04
DimpleHu: 有考慮直接用max error的絕對值嗎? 07/07 00:51