用于鲁棒学习的广义 Huber 损失及其在鲁棒统计中的高效最小化
机器学习
2021-08-31 v1 机器学习
摘要
我们提出 Huber 损失的广义表述。我们表明，借助一个合适的选择函数，具体而言为 log-exp 变换，我们可以得到一个兼具绝对损失与二次损失优良性质的组合损失函数。我们提供了一种寻找此类损失函数极小值的算法，并表明求一个中心化度量并不比传统的均值与中位数更难。
引用
@article{arxiv.2108.12627,
title = {Generalized Huber Loss for Robust Learning and its Efficient Minimization for a Robust Statistics},
author = {Kaan Gokcesu and Hakan Gokcesu},
journal= {arXiv preprint arXiv:2108.12627},
year = {2021}
}