Huber Loss 是一個用於回歸問題的帶參損失函數, 優點是能增強平方誤差損失函數(MSE, mean square error)對離群點的魯棒性。
當預測偏差小於 δ 時，它采用平方誤差,
當預測偏差大於 δ 時，采用的線性誤差。
相比於最小二乘的線性回歸，HuberLoss降低了對離群點的懲罰程度，所以 HuberLoss 是一種常用的魯棒的回歸損失函數。
Huber Loss 定義如下:
參數 a 通常表示 residuals，寫作 y−f(x)，當 a = y−f(x) 時，Huber loss 定義為：
δ 是 HuberLoss 的參數，y是真實值，f(x)是模型的預測值, 且由定義可知 Huber Loss 處處可導.
轉自:https://www.cnblogs.com/nowgood/p/Huber-Loss.html