合页损失函数

这里介绍得是统计学习方法中提到的二分类合页损失函数hinge loss

对于包含个样本的数据。代表样本输入，代表真实的标签，中元素的值属于，分别表示正类与负类。 第个样本对应的，如下：

• 当, 即时，loss取值为0，此时分类正确，并且输出与标签的乘积较大确信度比较高，属于易分类样本，loss忽略不计。
• 当, loss取值为，此时虽然分类正确，但确信度不高
• 当, loss取值为，此时分类错误

hinge loss 使得模型更加关注难分类的样本，并且对于分类正确但确信度不高的样本也会计算误差值。