python - L1 vs L2或MSE vs MAE和欧几里得范数..公式不同？为什么可以互换使用？

Question

https://www.facebook.com/groups/1738168866424224/?multi_permalinks=2387228081518296¬if_id=1566797456400242¬if_t=feedback_reaction_generic

我需要澄清一下 ML 中使用的损失函数。我们通常将 MAE 称为 L1 损失，将 MSE 称为 L2 损失或欧几里得范数......（公式在附图中提到）

L1 = sum (|x(true_label) - x(prediction)|)

和

L2 = sum ((x(true_label) - x(prediction)^2)

问题 #1：但混淆是，在 MAE 和 MSE 中，我们除以总类数 (n)，而不是在 L1 和 L2 中？

MAE = (sum (|x(true_label) - x(prediction)|))

和

MSE = (sum ((x(true_label) - x(prediction)^2))

问题 #2：L2 损失也称为欧几里得范数。但是在欧几里得范数中，我们采用根，在 L2 中我们不采用根。

它们的公式彼此不同。请解释一下，为什么它们的名称可以像 L2 范数一样互换使用（欧几里得距离、均方误差（MSE）/最小二乘误差或岭算子）？

标签： pythonpython-3.x