如何在MATLAB中为robustfit或fitlm提供自定义代价函数

如果我知道正确的话——为了尝试适合一个模型；当目标是最小化成本函数（例如OLS、MSE、RMSE、MMSE）时，使用某种迭代算法

我知道

robustfit（）

方法使用OLS（普通最小二乘）成本函数对回归模型进行拟合，然后执行额外的加权回归以提供最终模型。另外，我认为

fitlm（）

使用RMSE作为成本函数

我的第一个问题是：在Matlab中，代价函数和权重函数是否相同。 另外，如何在让MATLAB进行拟合的同时提供自定义成本函数（例如MSE）

---

我知道，

robustfit（）

可能需要额外的/。但我再次感到困惑的是，这会被视为成本函数吗？或者我需要使用其他类型的参数来提供我的自定义成本函数？

正如您所说，成本函数是您要最小化的函数，以找到预测值的正确系数。例如，成本函数可以是

cost（a）=sqrt（mean（（a）。^2）），
a
通常是
y-y\est

另一方面，关于稳健回归，权重函数是一种减少影响或消除算法意外测量的方法。如果查看权重函数的形状：


您将看到，更多的残差是从零开始的，它们被考虑的越少（有时甚至被完全删除）。这是一种避免由于异常值而导致错误的方法

函数估计误差的方法不是定制的，只有权重函数是定制的