W uczeniu maszynowym (w przypadku problemów z regresją) często widzę błąd średniej kwadratowej (MSE) lub średni błąd bezwzględny (MAE) jako funkcję błędu w celu zminimalizowania (plus termin regularyzacji). Zastanawiam się, czy istnieją sytuacje, w których zastosowanie współczynnika korelacji byłoby bardziej odpowiednie? jeżeli taka sytuacja istnieje, to:
- W jakich sytuacjach współczynnik korelacji jest lepszą miarą w porównaniu z MSE / MAE?
- Czy w takich sytuacjach MSE / MAE jest nadal dobrą funkcją kosztu zastępczego?
- Czy bezpośrednie maksymalizowanie współczynnika korelacji jest możliwe? Czy jest to stabilna funkcja celu do użycia?
Nie mogłem znaleźć przypadków, w których współczynnik korelacji jest wykorzystywany bezpośrednio jako funkcja celu w optymalizacji. Byłbym wdzięczny, gdyby ludzie mogli wskazać mi informacje w tej dziedzinie.