尽管以上两种方法都为更好的预测接近度提供了更好的分数,但仍然优选交叉熵。是在每种情况下还是在某些特殊情况下,我们都倾向于使用交叉熵而不是MSE?
分类首选[交叉熵],而回归的均方误差是最佳选择之一。这直接来自问题本身的陈述-在分类中,您使用非常特殊的可能的输出值集,因此MSE定义不正确(因为它不具备此类知识,因此以不兼容的方式惩罚错误)。为了更好地理解现象,最好遵循并理解之间的关系
https://www.youtube.com/watch?v=rtD0RvfBJqQ&list=PL0Smm0jPm9WcCsYvbhPCdizqNKps69W4Z&index=35