Qualitile Prediction을 위해 사용되는 Loss function
50퍼 미만인 분위수의 경우
- 분위수가 작아질수록 예측값이 실제값보다
- 큰 경우 loss가 커지지만
- 작은 경우 loss는 작아진다
- 즉 50% 미만 분위수에 대한 예측값이 실제값보다 낮도록 학습이 될 것임
- 분위수가 낮아질수록 더 낮은 예측값을 얻게 될 가능성이 크도록 학습 될 것임
50퍼 초과인 분위수의 경우
- 분위수가 커질수록 예측값이 실제값보다
- 큰 경우 loss가 작아지지만
- 작은 경우 loss는 커진다
- 즉 50% 초과 분위수에 대한 예측값이 실제값보다 높도록 학습이 될 것임
- 분위수가 높아질수록 더 높은 예측값을 얻게 될 가능성이 크도록 학습 될 것임
'etc' 카테고리의 다른 글
| rootutils로 프로젝트 구조 관리하기 (0) | 2024.08.29 |
|---|---|
| venv → poetry 로 포팅하기 (0) | 2024.08.29 |
| github dependabot (0) | 2024.08.29 |
| [논문] Gaze360: Physically Unconstrained Gaze Estimation in the Wild (0) | 2024.08.29 |
| 오일러각 (0) | 2024.08.29 |