回归任务损失函数对比曲线

回归任务损失函数曲线可视化对比

本节将可视化对比均方误差(MSE)、平均绝对误差(MAE)、Huber损失函数三种常见回归任务损失函数的曲线,帮助理解它们在不同误差区间的表现差异。

1. 导入所需库

我们需要用到 numpy 进行数值计算,matplotlib 进行绘图。

python 复制代码
import numpy as np
import matplotlib.pyplot as plt

2. 定义损失函数(MSE、MAE、Huber)

分别实现均方误差(MSE)、平均绝对误差(MAE)和Huber损失的Python函数。

python 复制代码
def mse_loss(x):
    """均方误差"""
    return x ** 2

def mae_loss(x):
    """平均绝对误差"""
    return np.abs(x)

def huber_loss(x, delta=1.0): #delta阈值,控制损失函数从二次到线性切换的位置,常用1.0
    """Huber损失"""
    return np.where(np.abs(x) <= delta,
                    0.5 * x ** 2,
                    delta * (np.abs(x) - 0.5 * delta))

3. 生成误差数据

生成一组对称分布的误差(如-5到5),用于损失函数的输入。

python 复制代码
# 生成误差区间
errors = np.linspace(-5, 5, 200)

4. 计算各损失函数的取值

对每个误差值,分别计算MSE、MAE和Huber损失的结果。

python 复制代码
mse_values = mse_loss(errors)
mae_values = mae_loss(errors)
huber_values = huber_loss(errors, delta=1.0) #delta设置为1.0是为了与其他损失函数对比

5. 绘制损失函数对比曲线

使用matplotlib将三种损失函数的曲线绘制在同一张图上,便于直观对比。

python 复制代码
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei', 'Arial Unicode MS', 'Microsoft YaHei', 'PingFang SC']  # 支持中文
plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号
python 复制代码
plt.figure(figsize=(8, 5))
plt.plot(errors, mse_values, label='MSE (L2)', color='blue')
plt.plot(errors, mae_values, label='MAE (L1)', color='green')
plt.plot(errors, huber_values, label='Huber (δ=1.0)', color='red')
plt.xlabel('误差 (error)')
plt.ylabel('损失值 (loss)')
plt.title('MSE、MAE、Huber损失函数曲线对比')
plt.legend()
plt.grid(True)
plt.show()

总结

  • MSE 对大误差更敏感,曲线在远离0时增长更快。
  • MAE 对所有误差线性增长,对异常值不敏感,但在0点不可导。
  • Huber损失 在误差较小时与MSE一致,误差较大时与MAE一致,兼具二者优点,常用于鲁棒回归任务。
相关推荐
go546315846513 分钟前
基于深度学习的食管癌右喉返神经旁淋巴结预测系统研究
图像处理·人工智能·深度学习·神经网络·算法
Blossom.11815 分钟前
基于深度学习的图像分类:使用Capsule Networks实现高效分类
人工智能·python·深度学习·神经网络·机器学习·分类·数据挖掘
宇称不守恒4.018 分钟前
2025暑期—05神经网络-卷积神经网络
深度学习·神经网络·cnn
aramae24 分钟前
大话数据结构之<队列>
c语言·开发语言·数据结构·算法
大锦终35 分钟前
【算法】前缀和经典例题
算法·leetcode
想变成树袋熊1 小时前
【自用】NLP算法面经(6)
人工智能·算法·自然语言处理
格林威1 小时前
Baumer工业相机堡盟工业相机如何通过YoloV8深度学习模型实现沙滩小人检测识别(C#代码UI界面版)
人工智能·深度学习·数码相机·yolo·计算机视觉
cccc来财1 小时前
Java实现大根堆与小根堆详解
数据结构·算法·leetcode
checkcheckck2 小时前
spring ai 适配 流式回答、mcp、milvus向量数据库、rag、聊天会话记忆
人工智能
Microvision维视智造2 小时前
从“人工眼”到‘智能眼’:EZ-Vision视觉系统如何重构生产线视觉检测精度?
图像处理·人工智能·重构·视觉检测