1
resposta

Qual o motivo de se usar a mean_squqared_error como função de perda?

Existe alguma explicação para que a função de perda seja a mean_squqared_error? Poderia existir uma função mais interessante para este caso?

1 resposta

Olá, Gabriel tudo bem?

A escolha de utilizar a função 'mean_squared_error' (erro médio quadrático) é porque ela é comumente usada em problemas de regressão, como o que estamos trabalhando. Ela calcula a média dos quadrados das diferenças entre os valores previstos e os valores reais. Ela é útil porque penaliza erros maiores mais severamente do que erros menores, o que a torna bastante sensível a outliers.

No entanto, existem outras funções de perda que você poderia usar dependendo do seu problema. Por exemplo, a função 'mean_absolute_error' (erro médio absoluto) é menos sensível a outliers, pois não eleva os erros ao quadrado. Outra opção seria a 'huber_loss', que é uma combinação de 'mean_squared_error' e 'mean_absolute_error' e pode ser útil se você tiver muitos outliers.

Espero ter ajudado.

Caso surja alguma dúvida, compartilhe no fórum.

Abraços e bons estudos!

Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!

Quer mergulhar em tecnologia e aprendizagem?

Receba a newsletter que o nosso CEO escreve pessoalmente, com insights do mercado de trabalho, ciência e desenvolvimento de software