损失函数 one-hot + softmax + cross-entropy 组合

分类问题和回归问题是监督学习的两大种类：

• 分类问题的目标变量是离散的；
• 回归问题的目标变量是连续的数值。

神经网络模型的效果及优化的目标是通过损失函数来定义的。回归问题处理的是对具体数值的预测。比方房价预测、销量预测等都是回归问题。这些问题需要预测的不是一个事前定义好的类别，而是一个任意实数。处理回顾问题的神经网络一般只有一个输出节点，这个节点的输出值就是预测值。

• 对于回归问题，常用的损失函数是均方误差（MSE，Mean Squared Error）。
• 对于分类问题，常用的损失函数为交叉熵（CE，Cross Entropy）。

交叉熵一般与one-hot和softmax在一起使用。

one-hot 编码

在分类问题中，one-hot编码是目标类别的表达方式。目标类别需要由文字标签，转换为one-hot编码的标签。one-hot向量，在目标类别的索引位置是1，在其余位置是0。类别的数量就是one-hot向量的维度。在one-hot编码中，假设类别变量之间相互独立。同时，在多分类问题中，one-hot与softmax组合使用。

import numpy as npdef prp_2_oh_array(arr):    """    概率矩阵转换为OH矩阵    arr = np.array([[0.1, 0.5, 0.4], [0.2, 0.1, 0.6]])    :param arr: 概率矩阵    :return: OH矩阵    """    arr_size = arr.shape[1]  # 类别数    arr_max = np.argmax(arr, axis=1)  # 最大值位置    oh_arr = np.eye(arr_size)[arr_max]  # OH矩阵    return oh_arr

softmax

softmax使得神经网络的多个输出值的总和为1，softmax的输出值就是概率分布，应用于多分类问题。softmax也属于激活函数。softmax、one-hot和cross-entropy，一般组合使用。

softmax probabilities + one-hot encoding + cross entropy

公式

cross-entropy

交叉熵（cross entropy）比较softmax输出和one-hot编码之间的距离，即模型的输出和真值。交叉熵是一个损失函数，错误值需要被优化至最小。神经网络预计输入数据在各个类别中的概率。最大的概率需要是正确的标签。

常见的损失函数：

• MSE：Mean Squared Error，均方误差；
• CE：Cross Entropy，交叉熵；

公式

其中，y是真值，h是预测值。

softmax和交叉熵的推导，参考：

推导

C是交叉熵，z是wx+b，再对w求导，根据链式法则，w的导数值，就是C的导数乘以w的导数。

关于为什么分类不使用MSE作为损失函数？

(1) MSE+softmax所输出的曲线是波动的，有很多局部的极值点，即非凸优化问题（non-convex），参考：

优化曲线

(2) 对于正确分类的数据点，CE梯度有一项趋近0，MSE中有两项趋近于0，也就是MSE的梯度消失速度是CE的平方；参考

正确分类

(3) 代理商损失函数（surrogate loss function），参考，精确率(accuray)是不连续的，所以需要用连续的函数来代理商，而优化MSE，并不能优化模型的精确度。

代理商损失函数

为什么回归问题使用MSE？

最小二乘是在欧氏距离为误差度量的情况下，由系数矩阵所张成的向量空间内对于观测向量的最佳逼近点。

用欧式距离作为误差度量的起因：

1. 简单。
2. 提供了具备很好性质的类似度的度量。
3. 非负的;
4. 唯一确定性。只有 x=y 的时候，d(x,y)=0；
5. 对称的，即 d(x,y)=d(y,x)；
6. 符合三角性质。即 d(x,z)<=d(x,y)+d(y,z).
7. 物理性质明确，在不同的表示域变换后特性不变，例如帕萨瓦尔等式。
8. 便于计算。通常所推导得到的问题是凸问题，具备对称性，可导性。通常具备解析解，此外便于通过迭代的方式求解。
9. 和统计和预计理论具备关联。在某些假设下，统计意义上是最优的。

MSE的缺点：

1. 信号的保真度和该信号的空间和时间顺序无关。即，以同样的方法，改变两个待比较的信号本身的空间或者时间排列，它们之间的误差不变。例如，[1 2 3], [3 4 5] 两组信号的 MSE 和 [3 2 1],[5 4 3] 的 MSE 一样。
2. 误差信号和原信号无关。只需误差信号不变，无论原信号如何，MSE 均不变。例如，对于固定误差 [1 1 1]，无论加在 [1 2 3] 产生 [2 3 4] 还是加在 [0 0 0] 产生 [1 1 1]，MSE 的计算结果不变。
3. 信号的保真度和误差的符号无关。即对于信号 [0 0 0]，与之相比较的两个信号 [1 2 3] 和[-1 -2 -3] 被认为和 [0 0 0] 具备同样的差别。
4. 信号的不同采样点对于信号的保真度具备同样的重要性。

参考1、参考2、参考3