В машинном обучении (для проблем регрессии) я часто вижу среднеквадратическую ошибку (MSE) или среднюю абсолютную ошибку (MAE), используемую в качестве функции ошибки для минимизации (плюс термин регуляризации). Мне интересно, есть ли ситуации, когда использование коэффициента корреляции было бы более уместным? если такая ситуация существует, то:
- В каких ситуациях коэффициент корреляции является лучшим показателем по сравнению с MSE / MAE?
- В этих ситуациях MSE / MAE - все еще хорошая функция стоимости прокси для использования?
- Возможно ли максимальное увеличение коэффициента корреляции? Это стабильная целевая функция для использования?
Я не смог найти случаев, когда коэффициент корреляции использовался непосредственно в качестве целевой функции при оптимизации. Я был бы признателен, если бы люди могли указать мне информацию в этой области.