Dalam pembelajaran mesin (untuk masalah regresi), saya sering melihat mean-squared-error (MSE) atau mean-absolute-error (MAE) digunakan sebagai fungsi kesalahan untuk meminimalkan (ditambah istilah regularisasi). Saya bertanya-tanya apakah ada situasi di mana menggunakan koefisien korelasi akan lebih sesuai? jika situasi seperti itu ada, maka:
- Dalam situasi apa koefisien korelasi metrik lebih baik dibandingkan dengan MSE / MAE?
- Dalam situasi ini, apakah MSE / MAE masih berfungsi sebagai biaya proksi yang baik?
- Apakah memaksimalkan koefisien korelasi secara langsung dimungkinkan? Apakah ini fungsi objektif yang stabil untuk digunakan?
Saya tidak dapat menemukan kasus di mana koefisien korelasi digunakan secara langsung sebagai fungsi objektif dalam optimasi. Saya akan sangat menghargai jika orang dapat mengarahkan saya ke informasi di bidang ini.