由于最近要經(jīng)常用到XGBOOST的包，不免對(duì)相關(guān)的GBDT的原理又重新學(xué)習(xí)了一遍，

發(fā)現(xiàn)其中在考慮損失函數(shù)的時(shí)候，是以對(duì)數(shù)log進(jìn)行度量的，囿于誤差平方和函數(shù)的印象

那么為什么是對(duì)數(shù)呢？可能是下面的原因：

【通俗的解釋】

對(duì)數(shù)損失是用于最大似然估計(jì)的。
一組參數(shù)在一堆數(shù)據(jù)下的似然值，等于每一條數(shù)據(jù)的概率之積。
而損失函數(shù)一般是每條數(shù)據(jù)的損失之和，為了把積變?yōu)楹?#xff0c;就取了對(duì)數(shù)。
再加個(gè)負(fù)號(hào)是為了讓最大似然值和最小損失對(duì)應(yīng)起來(lái)。

【專業(yè)的解釋】

鏈接：http://www.zhihu.com/question/27126057

注：似乎很有道理，大家如果覺(jué)得不對(duì)，歡迎留言討論。

轉(zhuǎn)載于:https://www.cnblogs.com/haobang008/p/5921157.html

總結(jié)

以上是生活随笔為你收集整理的Gradient Boost Decision Tree（GBDT）中损失函数为什么是对数形式的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。