머신러닝
-
힌지 손실(Hinge Loss)AI 2023. 12. 10. 00:16
Hinge Loss는 주로 서포트 벡터 머신(Support Vector Machine, SVM)과 같은 분류 문제에서 사용되는 손실 함수입니다. 이 손실 함수는 주로 이진 분류 작업에 적용되며, 특히 마진(margin)을 기반으로 하는 학습 모델에서 유용합니다. Hinge Loss의 정의 Hinge Loss는 다음과 같은 공식으로 정의됩니다: $$L(y) = \max(0, 1 - t \cdot y)$$ 여기서: $y$ 는 모델의 예측값이며, 일반적으로 -1과 1 사이의 값입니다. $t$ 는 실제 레이블이며, 이진 분류에서는 보통 -1 또는 1의 값을 가집니다. 작동 원리 Hinge Loss는 모델이 정확하게 분류하고, 동시에 마진 경계에서 멀리 떨어진 결정 경계를 찾는 것을 목표로 합니다. 예측값 $y$..