为什么0-1损失函数（从概念二元分类模型的角度来看最明显和最有用的信息）不用于感知器或SVM算法？
答案 0 :(得分：2)
在感知器的情况下，大多数时候他们使用梯度下降（或类似的东西）进行训练，并且0-1损失函数是平坦的，因此它不会很好地收敛（更不用说它在0处不可微分） ）
SVM基于解决优化问题，最大化类之间的差距。因此在这种情况下，凸损函数是优选的，因此我们可以使用几种一般的凸优化方法。 0-1损失函数不是凸的，因此也不是很有用。请注意，这是由于当前的技术水平，但如果发现了一种有效优化非凸函数的新方法，那么这种方法就会发生变化。
编辑：拼写错误