Втрати L2 разом із втратами L0 та L1 - це три дуже поширені функції "втрати за замовчуванням", які використовуються при підсумовуванні задньої частини за мінімальною очікуваною втратою. Однією з причин цього є, можливо, те, що їх порівняно легко обчислити (принаймні, для 1d-розподілів), L0 призводить до режиму, L1 - медіану, а L2 - в середньому. Викладаючи, я можу придумати сценарії, коли L0 і L1 - це розумні функції втрат (а не просто "за замовчуванням"), але я борюся зі сценарієм, коли L2 був би розумною функцією втрат. Тож моє запитання:
Для педагогічних цілей, що може бути прикладом, коли L2 є хорошою функцією втрат для обчислення мінімальної задньої втрати?
Для L0 легко придумати сценарії ставок. Скажіть, що ви підрахували задню частину загальної кількості голів у майбутньому футбольному матчі, і ви збираєтесь робити ставки, де ви виграєте $$$, якщо правильно вгадаєте кількість голів і програєте інакше. Тоді L0 - це розумна функція втрат.
Мій приклад L1 трохи надуманий. Ви зустрічаєтесь з другом, який приїде в один з багатьох аеропортів, а потім поїде до вас на машині, проблема полягає в тому, що ви не знаєте, в якому аеропорту (і не можете зателефонувати своєму другові, бо вона в повітрі) З огляду на задню частину аеропорту, де вона може приземлитися, де гарне місце розташувати себе, щоб відстань між нею та вами була невеликою, коли вона приїде? Тут точка, що мінімізує очікувані втрати L1, здається розумною, якщо робити спрощені припущення, що її автомобіль буде рухатися з постійною швидкістю безпосередньо до вашого місця розташування. Тобто чекання на одну годину вдвічі менше, ніж очікування на 30 хвилин.