Python sklearn.linear_model.sgdclassizer中损失函数的精确定义
我知道我可能会将损失函数更改为以下之一： 损失：str、“铰链”或“日志”或“修改的_huber” 要使用的损失函数。默认为“铰链”。铰链损耗为 标准线性支持向量机模型使用的边际损失。“日志”丢失为 logistic回归模型的损失，可用于 二元分类器中的概率估计改良的_-huber' 是另一个平滑的损失，它带来了对异常值的容忍度 但这些功能的定义是什么？Python sklearn.linear_model.sgdclassizer中损失函数的精确定义,python,machine-learning,scikit-learn,Python,Machine Learning,Scikit Learn,我知道我可能会将损失函数更改为以下之一： 损失：str、“铰链”或“日志”或“修改的_huber” 要使用的损失函数。默认为“铰链”。铰链损耗为 标准线性支持向量机模型使用的边际损失。“日志”丢失为 logistic回归模型的损失，可用于 二元分类器中的概率估计改良的_-huber' 是另一个平滑的损失，它带来了对异常值的容忍度 但这些功能的定义是什么？ 我知道铰链是最大值（0，1-边距）。还有什么其他的呢？sklearn的源代码可以在GitHub上找到，所以您可以查看它。损失函数列表可在中找到
我知道
铰链最大值（0，1-边距）