슬기로운 연구생활

작성 중

목표 여러 loss function이 있지만, classification task 경우에는 대부분 CEE를 사용하는 코드가 많다. MSE(Mean Squared Error)와 CEE(Cross Entropy Error)가 어떤 점이 다르길래 CEE를 자주 사용하는 것일까? 그것에 대해 알아보자. MSE MSE는 Mean Squared Error의 약자이며 수식은 간단하다. 예를 들어, 예측값 [0.7, 0.2, 0.1]과 정답값 [1 0 1] 이라는 값이 있다고 가정하자. 이 값에 MSE 계산식은 ((0.7-1)**2 + (0.2-0)**2 + (0.1-1)**2)/3 이가 되고 값은 0.313이 된다. MSE의 특징은 다음과 같다. - 잔차를 제곱하기 때문에 이상치에 민감하고 1미만의 에러는 더 작아진..