No aprendizado de máquina (para problemas de regressão), geralmente vejo o erro médio quadrático (MSE) ou o erro médio absoluto (MAE) sendo usado como a função de erro para minimizar (mais o termo de regularização). Gostaria de saber se há situações em que o uso do coeficiente de correlação seria mais apropriado? se tal situação existir, então:
- Em que situações o coeficiente de correlação é uma métrica melhor em comparação com o MSE / MAE?
- Nessas situações, o MSE / MAE ainda é uma boa função de custo de proxy a ser usada?
- É possível maximizar o coeficiente de correlação diretamente? É uma função objetivo estável para usar?
Não consegui encontrar casos em que o coeficiente de correlação seja usado diretamente como a função objetivo na otimização. Eu gostaria que as pessoas pudessem me indicar informações nessa área.