machine-learning - 为什么感知器或 SVM 中不使用 0-1 损失函数？

Question

为什么 perceptron 中不使用 0-1 损失函数(从概念二元分类模型的角度来看，这是最明显和最有用的)或 Support Vector Machine (SVM) 算法？

Answer 1

在感知器的情况下，大多数时候它们是使用梯度下降(或类似的东西)训练的，0-1 损失函数是平坦的，所以它不能很好地收敛(更不用说它在 0 处不可微分了)

支持向量机基于解决最大化类间间隔的优化问题。因此，在这种情况下，凸损失函数更可取，因此我们可以使用几种通用的凸优化方法。 0-1 损失函数不是凸函数，因此也不是很有用。请注意，这是由于当前的技术水平所致，但如果发现一种有效优化非凸函数的新方法，那么情况将会改变。

编辑:打字错误