Как оптимизируется потеря MAE с помощью оптимизатора SGD в sklearn?

Интересно, как оптимизируются потери MAE с помощью оптимизатора SGD? Я имею в виду, как вычисляется производная суммы абсолютных значений. Используется ли какое-либо численное решение или что-то еще?

Прочтите описание тега ML.

— molbdnilo 19.03.2022 10:57

Добро пожаловать в СО. Прочтите stackoverflow.com/help/минимально-воспроизводимый-пример и задайте свой вопрос

— Bussller 19.03.2022 13:35
machine-learning scikit-learn gradient-descent
19.03.2022 00:02
Оптимизация производительности модели: Руководство по настройке гиперпараметров в Python с Keras
Оптимизация производительности модели: Руководство по настройке гиперпараметров в Python с Keras
Настройка гиперпараметров - это процесс выбора наилучшего набора гиперпараметров для модели машинного обучения с целью оптимизации ее...
Развертывание модели машинного обучения с помощью Flask - Angular в Kubernetes
Развертывание модели машинного обучения с помощью Flask - Angular в Kubernetes
Kubernetes - это портативная, расширяемая платформа с открытым исходным кодом для управления контейнерными рабочими нагрузками и сервисами, которая...
Udacity Nanodegree Capstone Project: Классификатор пород собак
Udacity Nanodegree Capstone Project: Классификатор пород собак
Вы можете ознакомиться со скриптами проекта и данными на github .
Определение пород собак с помощью конволюционных нейронных сетей (CNN)
Определение пород собак с помощью конволюционных нейронных сетей (CNN)
В рамках финального проекта Udacity Data Scietist Nanodegree я разработал алгоритм с использованием конволюционных нейронных сетей (CNN) для...
Почему Python - идеальный выбор для проекта AI и ML
Почему Python - идеальный выбор для проекта AI и ML
Блог, которым поделился Harikrishna Kundariya в нашем сообществе Developer Nation Community.
0
2
23
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Я обнаружил, что в sklearn.linear_model.SGDRegressor потеря MAE является частным случаем потери 'эпсилон_нечувствительный' с эпсилон, равным 0. И в соответствии с исходный код этой потери мы просто применяем функцию знак (х) к разнице истинного и предсказанного значений, чтобы вычислить производную.

20.03.2022 21:31

Другие вопросы по теме

AttributeError: объект «MachArLike» не имеет атрибута «smallest_subnormal»
Как рассчитать поддержку при наличии истинно положительных, истинно отрицательных, ложноположительных и ложноотрицательных результатов?
AttributeError: объект LinearRegression не имеет атрибута «модель»
Результаты регрессии МНК Значение R-квадрата ca r2_squared от scikitlearn
Kmeans с groupby в фрейме данных и получить кластер в python
Подгонка модели SVC к набору данных Khan Gene в Python
Расслоение складок с помощью StratifiedKFold в sklearn
Как удобно выполнить обратное преобразование PCA для меньшего количества компонентов?
Восстановление имен функций StandardScaler().fit_transform() с помощью sklearn
Счетчик не распознает ввод

Похожие вопросы

Не может преобразовать массив размера 486 в форму (1,1)
Как я могу исправить эту ошибку при преобразовании csv в json
RuntimeError: формы mat1 и mat2 нельзя умножать (200x16 и 32x1)
Как рассчитать поддержку при наличии истинно положительных, истинно отрицательных, ложноположительных и ложноотрицательных результатов?
Результаты регрессии МНК Значение R-квадрата ca r2_squared от scikitlearn
Что такое оценка и в чем разница между оценкой в ​​реальном времени и пакетной оценкой в ​​​​машинном обучении?
Хронологически распространение данных в Keras LSTM
Ошибка обучения ELMo - RuntimeError: Размер тензора a (5158) должен соответствовать размеру тензора b (5000) при неодноэлементном измерении 1
Восстановление имен функций StandardScaler().fit_transform() с помощью sklearn
«не может вычислить Pack, так как вход № 1 (с отсчетом от нуля) должен был быть тензором с плавающей запятой, но это тензор int32 [Op: Pack] имя: упаковано». Ошибка с tf.squeeze