Open q564240849 opened 6 months ago
我的文本是这样的：
MSE损失函数：MSE计算预测值与真实值之间的平方差，然后求平均值。其公式为： $$ \mathrm{MSE}=\frac{1}{n} \sum_{i=1}^n\left(y_i-\hat{y}_i\right)^2 $$ 其中$y_i$是真实值，$\hat{y}_i$是预测值，$n$是样本数量。MSE对大误差较敏，适用于数据服从高斯分布或具有相似标准差的情况。然而，当处理数据中存在异常点或极端值时，MSE可能会导致过拟合问题。 MSLE损失函数：MSLE计算预测值与真实值之间的对数差平方和再取对数，然后求平均值。其公式为： $$ \mathrm{MSLE}=\frac{1}{n} \sum_{i=1}^n\left(\log \left(1+\frac{\left|y_i-\hat{y}_i\right|}{\hat{y}_i}\right)\right)^2 $$ MSLE在处理数据服从指数分布或对数正态分布时表现更好，尤其适用于预测正向或连续变化的数据。它对大误差较不敏感，因此在处理异常点或极端值时具有鲁棒性。此外，MSLE还能够更好地处理预测值较小且接近于0的情况。
MSE损失函数：MSE计算预测值与真实值之间的平方差，然后求平均值。其公式为： $$ \mathrm{MSE}=\frac{1}{n} \sum_{i=1}^n\left(y_i-\hat{y}_i\right)^2 $$ 其中$y_i$是真实值，$\hat{y}_i$是预测值，$n$是样本数量。MSE对大误差较敏，适用于数据服从高斯分布或具有相似标准差的情况。然而，当处理数据中存在异常点或极端值时，MSE可能会导致过拟合问题。
MSLE损失函数：MSLE计算预测值与真实值之间的对数差平方和再取对数，然后求平均值。其公式为： $$ \mathrm{MSLE}=\frac{1}{n} \sum_{i=1}^n\left(\log \left(1+\frac{\left|y_i-\hat{y}_i\right|}{\hat{y}_i}\right)\right)^2 $$ MSLE在处理数据服从指数分布或对数正态分布时表现更好，尤其适用于预测正向或连续变化的数据。它对大误差较不敏感，因此在处理异常点或极端值时具有鲁棒性。此外，MSLE还能够更好地处理预测值较小且接近于0的情况。
在公式这部分的显示就完全没正常展示。
我自己是使用的预览模式，在官方文档里面的轻量版和进阶版的尝试中，也无法正确显示公式函数。
一般的markdown编辑器目前看是可以正常显示的。
我的文本是这样的：
在公式这部分的显示就完全没正常展示。
我自己是使用的预览模式，在官方文档里面的轻量版和进阶版的尝试中，也无法正确显示公式函数。
一般的markdown编辑器目前看是可以正常显示的。