小侠客们周末愉快呀，又到了每周的学习时间，我是oubahe。今天我们探讨一下如何使用深度学习模型做到对目标值的区间预测。使用神经网络做回归任务，我们使用MSE、MAE作为损失函数，最终得到的输出y通常会被近似为y的期望值，例如有两个样本：（x=1, y=3）和（x=1, y=2），那只用这两个样本训练模型，预测x=1时y的值就是2.5。但有些情况下目标值y的空间可能会比较大，只预测一个期望值并不能帮助我们做进一步的决策。我们想知道x=1时，y的值最小会是多少，最大会是多少，使用MSE、MAE这些损失函数来构建预测输出区间模型时候，往往需要对样本进行非常复杂的处理才能达到目的，而且因为数据的预处理需要加入很强的先验信息，建模效果肯定会打折扣，再一个如果数据规模比较大，那将会在数据预处理上浪费大量的时间。来吧
