损失函数，loss function的定义为：将随机事件或其有关随机变量的取值映射为非负实数以表示该随机事件的“风险”或“损失”的函数。在机器学习中，损失函数经常被当作学习准则与优化问题相联系，也就是通过最小化损失函数求解和评估模型。合页损失函数就是常见的损失函数之一，今天小编就给大家分享什么是合页损失函数。
一、合页损失函数简介
目标函数第一项为经验损失或经验风险，
就是合页损失函数hinge loss function，其中下标“+”表示以下取正值。
我们将括号中的部分用z代替：
这也就代表着，如果样本点：
能够被正确分类，并且函数间隔(也就是确信度)：
大于1时，那么损失就是0.否则损失就是：
目标函数的第二项是系数为λ的w的L2范数，也就是是正则化项。
二、合页损失函数图像
根据上图可以看书，合页损失函数的形状就像一个合页，这也是合页损失函数名字的由来。
其中横轴表示的是函数间隔，下面我们来具体解释一下函数间隔：
1.正负
样本在被正确分类的情况下，y(wx+b)>0;
样本在被错误分类的情况下，y(wx+b)<0y。
2.大小
y(wx+b)的绝对值代表着样本距离决策边界的远近程度。y(wx+b)的绝对值越大，那也就代表着样本距离决策边界越远。
由此，我们能够得出：
如果y(wx+b)>0.那么y(wx+b)的绝对值越大，就代表着决策边界对样本的区分度越好
如果y(wx+b)<0时，那么y(wx+b)的绝对值越大，就表示决策边界对样本的区分度越差
从上图中我们可以看出，
1)0-1损失
在样本被正确分类的情况下，损失为0;在样本被错误分类的情况下，损失为1.
如果样本被正确分类，那么损失为0;如果样本被错误分类，那么损失就为-y(wx+b)。
3)合页损失函数
在样本被正确分类同时函数间隔大于1时，合页损失才会是0.否则损失就是1-y(wx+b)。
合页损失函数又被称为max-margin objective，它最主要的应用就是作为SVM的目标函数。
在SVM支持向量机中，构造目标函数时，我们通常会选择合页损失函数作为损失函数。这也就意味着，合页损失函数不仅需要分类正确，并且确信度足够高时损失才是0.换句话说，合页损失函数对学习有更高的要求。
线性支持向量机原始最优化问题
等价于最优化问题
令
第二个约束条件成立
第一个约束条件成立。
两个约束条件都成立，那么最优化问题
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数字化运营中，“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”，直接决定了运营动作 ...
2025-10-24在卷积神经网络（CNN）的训练中，“卷积层（Conv）后是否添加归一化（如 BN、LN）和激活函数（如 ReLU、GELU）” 是每个开发者都 ...
2025-10-24在数据决策链条中，“统计分析” 是挖掘数据规律的核心，“可视化” 是呈现规律的桥梁 ——CDA（Certified Data Analyst）数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上，Python 凭借其丰富的科学计算库（NumPy、FilterPy）、深度学习框架（PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域，“状态估计” 是核心任务 —— 即从含噪声的观测数据中，精准推断系统的真 ...
2025-10-23在数据分析全流程中，“数据清洗” 恰似烹饪前的食材处理：若食材（数据）腐烂变质、混杂异物（脏数据），即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域，“大模型” 已成为近年来的热点标签：从参数超 1750 亿的 GPT-3，到万亿级参数的 PaLM，再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中，“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中，“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中，订单数据分散 ...
2025-10-22在神经网络设计中，“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”（模型无法捕捉复杂数据规律，如用单隐 ...
2025-10-21在特征工程流程中，“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度，剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中，“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA（Cert ...
2025-10-21在实际业务数据分析中，我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额（少数用户单次消费上万元，多数集 ...
2025-10-20在数字化交互中，用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”，到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中，“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材，若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天，几乎每个职场人都在焦虑： “为什么别人能用数据驱动决策、升职加薪，而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
