Saya melihat bahwa kedua fungsi merupakan bagian dari metode penambangan data seperti Gradient Boosting Regressors. Saya melihat bahwa itu adalah objek yang terpisah juga.
Bagaimana hubungan keduanya secara umum?
sumber
Saya melihat bahwa kedua fungsi merupakan bagian dari metode penambangan data seperti Gradient Boosting Regressors. Saya melihat bahwa itu adalah objek yang terpisah juga.
Bagaimana hubungan keduanya secara umum?
Sebuah fungsi keputusan adalah fungsi yang mengambil dataset sebagai masukan dan memberikan keputusan sebagai output. Apa keputusan itu tergantung pada masalah yang dihadapi. Contohnya termasuk:
Lalu bagaimana kita dapat menentukan mana dari fungsi keputusan ini untuk digunakan? Salah satu caranya adalah dengan menggunakan fungsi kerugian , yang menggambarkan kerugian (atau biaya) yang terkait dengan semua keputusan yang mungkin. Fungsi keputusan yang berbeda akan cenderung mengarah pada berbagai jenis kesalahan. Fungsi kerugian memberi tahu kita jenis kesalahan apa yang harus kita perhatikan. Fungsi keputusan terbaik adalah fungsi yang menghasilkan kerugian yang diharapkan terendah . Apa yang dimaksud dengan kerugian yang diharapkan tergantung pada pengaturan (khususnya, apakah kita berbicara tentang statistik frequentist atau Bayesian ).
Singkatnya:
Fungsi kerugian adalah yang diminimalkan untuk mendapatkan model yang optimal dalam beberapa hal. Model itu sendiri memiliki fungsi keputusan yang digunakan untuk memprediksi.
Misalnya, dalam pengklasifikasi SVM:
sumber