मशीन लर्निंग (प्रतिगमन समस्याओं के लिए) में, मैं अक्सर मीन-स्क्वेर्ड-एरर (MSE) या मीन-एब्सोल्यूट-एरर (MAE) को कम से कम करने के लिए एरर फंक्शन के रूप में उपयोग किया जाता है (साथ ही रेगुलराइजेशन टर्म)। मैं सोच रहा हूँ कि क्या ऐसी परिस्थितियाँ हैं जहाँ सहसंबंध गुणांक का उपयोग करना अधिक उचित होगा? यदि ऐसी स्थिति मौजूद है, तो:
- किन परिस्थितियों में सहसंबंध गुणांक एमएसई / एमएई की तुलना में बेहतर मीट्रिक है?
- इन स्थितियों में, MSE / MAE अभी भी उपयोग करने के लिए एक अच्छा प्रॉक्सी लागत फ़ंक्शन है?
- क्या सहसंबंध सहसंबंध को अधिकतम करना संभव है? क्या यह एक स्थिर उद्देश्य फ़ंक्शन का उपयोग करना है?
मैं उन मामलों को नहीं खोज सका जहां सहसंबंध गुणांक का उपयोग सीधे अनुकूलन में उद्देश्य समारोह के रूप में किया जाता है। मैं सराहना करूंगा अगर लोग मुझे इस क्षेत्र में जानकारी के लिए इंगित कर सकते हैं।