기본 지도 학습 알고리즘들다중 선형 회귀 (Multiple Linear Regression)Convex 함수

Q

MSE는 왜 항상 Convex 한가요?

조회 2245

좋아요 5

2021년 2월 27일

댓글 4

2022년 9월 28일
세타를 그냥 'Q'로 표현할 께요. 가정함수(h) = (Q- Q*X), 목표값변수 = y ;; 둘의 차이 = (Q-Q*X) - y ;; 이것을 제곱한 것이 평균제곱오차(MSE) 잖아요. 그러면 저절로 세타(Q)의 제곱이 생기는 세타의 이차방정식이 됩니다. 양의 이차방정식 곡선은 아래로 볼록.
2022년 9월 28일
그냥 오차를 계산하면 되는데.. 굳이 오차의 제곱을 한 이유가 또한 이런 이유 때문인 것 같아요. 아래로 볼록인 이차함수 만들려고.
베스트 댓글
2023년 2월 6일
오차를 제곱한 이유는 1. 예상값에 따라 오차가 양수도 될 수 있고 음수도 될 수 있고 2. 오차가 더 클수록 penalty를 주기 위해서 이렇게 두가지 이유 때문 아닌가요? convex 함수로 만들기 위해서인가요?
2023년 11월 3일
최병권씨가 답한 내용이 맞는거 같습니다. 수식적으로 MSE 는 ((h) - y)^2 합의 평균이니까, 양의 2차방정식은 항상 아래로 볼록한 convex 라고 생각하시면 됩니다.
A
2개의 답변이 있어요
2021년 3월 2일

(주) 코드잇

대표강영훈

개인정보보호책임자강영훈

이메일support@codeit.kr

사업자 번호313-86-00797

통신판매업제 2019-서울중구-1034 호

주소서울특별시 중구 청계천로 100 시그니쳐타워 동관 10층 코드잇