兩種損失函數的性質

異常值

MSE對異常值敏感，因為它的懲罰是平方的，所以異常值的loss會非常大。
MAE對異常之不敏感，

不妨設擬合函數為常數，那么MSE就相當于所有數據的均值（列出loss對c求導即可），而MAE相當于所有數據的中位數，所以會對異常值不敏感。

優化效率

MAE不可導而且所有的導數的絕對值都相同，優化時無法確定更新速度，
MSE可導，有closed-form解，只需要令偏導數為0即可。

如何選擇

如果想要檢測異常值則使用MSE，如果想學習一個預測模型則建議使用MAE，或者先進行異常值處理再使用MSE

總結

以上是生活随笔為你收集整理的MSE 和 MAE的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。