我有一个回归问题，我在预测一个连续变量。在这些情况下（RMSE、MAE 等）最常使用的损失函数不会以不同的方式处理过度预测或预测不足。
我处于这样一种情况，即预测不足会比过度预测更糟糕。
什么类型的损失函数可以恰当地捕捉到这一点？
损失函数对预测不足的惩罚大于对预测的过度惩罚？
数据挖掘
机器学习
预测建模
回归
损失函数
2022-03-03 05:09:53
1个回答
选择一个不对称的损失函数。一种选择是分位数回归（线性但正负误差的斜率不同）。
其它你可能感兴趣的问题