Unverified50% confidenceFactExact time
负载均衡损失使用所有专家选择频率的平方和L=ΣFi²，由柯西不等式可知当所有Fi=1/N时损失最小
1
Sources
50%
Confidence
Long-term
Relevance
9/9/2026
First Seen
Sources
Related Entities
Related Claims
Unverified贝叶斯最优分类器在0-1损失下等价于选择后验概率最大的类别，回归问题中条件期望在平方损失下是最优预测74% similarUnverified岭回归通过在损失函数中添加L2正则化项将回归系数向零收缩但不置零，而LASSO（L1正则化）会产生稀疏解69% similarUnverified绝大多数常见损失函数都可以从最大似然估计推导出来68% similarUnverified线性回归的最小二乘损失与逻辑回归的交叉熵损失分别对应高斯噪声假设与伯努利分布假设下的最大似然估计68% similarUnverified损失函数中 tanh(β·E1·E2) 取 β=10，当 β 足够大时将乘积符号信息锐化为接近 ±1 的值67% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/885824API
curl https://kongchang.com/api/v1/knowledge/claims/885824MCP
get_claim(id=885824)