در یادگیری ماشین تابع اتلاف هینج یک تابع هزینه است که برای آموزش طبقه بندی آماری کاربرد دارد. تابع اتلاف هینج بیشتر برای حاشیه بیشینه طبقه بندی در ماشین های بردار پشتیبانی ( SVMs ) کاربرد دارد. [ ۱]
برای خروجی t = ±۱ و مرتبه طبقه بندی اتلاف هینج پیش بینی به صورت زیر تعریف می شود:
توجه کنید که باید خروجی خام تابع تصمیم گیری طبقه بندی باشد، نه برچسب طبقه.
به عنوان مثال، در SVM خطی y = w ⋅ x + b , where ( w , b ) جایی که ( w , b ) پارامترهای هایپر پلین و x است، نقطه ای برای طبقه بندی قرار دارد.
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفبرای خروجی t = ±۱ و مرتبه طبقه بندی اتلاف هینج پیش بینی به صورت زیر تعریف می شود:
توجه کنید که باید خروجی خام تابع تصمیم گیری طبقه بندی باشد، نه برچسب طبقه.
به عنوان مثال، در SVM خطی y = w ⋅ x + b , where ( w , b ) جایی که ( w , b ) پارامترهای هایپر پلین و x است، نقطه ای برای طبقه بندی قرار دارد.
wiki: اتلاف هینج