【问题标题】：how to give a non-zero value a larger weight with loss function in a regression task?如何在回归任务中为非零值赋予更大的权重和损失函数？
【发布时间】：2019-06-17 17:27:21
【问题描述】：
我有一个回归任务：y = f(x),
y 中的大多数值为零，因此，如果使用均方误差 (mse) 作为损失函数，模型会将所有预测的 y 值作为非常小的值；
所以，我想给 y 中的非零值赋予更大的权重；
我该怎么办？
我想尝试的一种解决方案是定义一个新的损失函数：
损失 = e * mse(y, y_pred)[y!=0] + (1-e) * mse(y, y_pred)[y==0]
e是权重参数，能用吗？如何在tensorflow中实现？
【问题讨论】：
标签：
python
tensorflow
statistics
【解决方案1】：
如果您想要 y 张量中的值更大，您可以将 y 张量与标量变量相乘
y=tf.math.multiply(y,10)
在某些情况下，使用 mse 训练的模型可以预测非常平滑的输出，如果您想要更清晰的输出，您可以使用 mean_pairwise_squared_error
loss=tf.losses.mean_pairwise_squared_error(y_pred,y,weights=e)