目标函数，代价函数，损失函数

参考知乎回答整理：https://www.zhihu.com/question/52398145

主要参考：https://www.zhihu.com/question/52398145/answer/209358209

基本概念：

损失函数：计算的是一个样本的误差

代价函数：是整个训练集上所有样本误差的平均

目标函数：代价函数 + 正则化项

实际应用：

损失函数和代价函数是同一个东西，目标函数是一个与他们相关但更广的概念，举例说明：

上面三个图的曲线函数依次为f1(x),f2(x),f3(x)，我们想用这三个函数分别来拟合真实值Y。

我们给定x，这三个函数都会输出一个f(X)，这个输出的f(X)与真实值Y可能是相同的，也可能是不同的，为了表示我们拟合的好坏，我们就用一个函数来度量拟合的程度。这个函数就称为损失函数(loss function)，或者叫代价函数(cost function)。

损失函数越小，就代表模型拟合的越好。那是不是我们的目标就只是让loss function越小越好呢？还不是。这个时候还有一个概念叫风险函数(risk function)。风险函数是损失函数的期望，这是由于我们输入输出的(X,Y)遵循一个联合分布，但是这个联合分布是未知的，所以无法计算。但是我们是有历史数据的，就是我们的训练集，f(X)关于训练集的平均损失称作经验风险(empirical risk)，所以我们的目标就是最小化经验风险。

到这里完了吗？还没有。

如果到这一步就完了的话，那我们看上面的图，那肯定是最右面的f3(x)的经验风险函数最小了，因为它对历史的数据拟合的最好嘛。但是我们从图上来看它肯定不是最好的，因为它过度学习历史数据，导致它在真正预测时效果会很不好，这种情况称为过拟合(over-fitting)。为什么会造成这种结果？大白话说就是它的函数太复杂了，都有四次方了，这就引出了下面的概念，我们不仅要让经验风险最小化，还要让结构风险最小化。

这个时候就定义了一个函数J(f)，这个函数专门用来度量模型的复杂度，在机器学习中也叫正则化(regularization)。常用的有L1， L2范数。到这一步我们就可以说我们最终的优化函数是：

即最优化经验风险和结构风险，而这个函数就被称为目标函数

目标函数，代价函数，损失函数相关推荐

机器学习系列（三）——目标函数、损失函数以及代价函数
机器学习基础(三) 机器学习系列(一)--基础概念及分类机器学习系列(二)--分类及回归问题文章目录机器学习基础(三) 4. 代价函数 4.1 为什么要使用代价函数 4.2 目标函数的作用原理 ...
[机器学习] 深入理解目标函数，损失函数和代价函数
目标函数,损失函数和代价函数基本概念: 损失函数:计算的是一个样本的误差代价函数:是整个训练集上所有样本误差的平均目标函数:代价函数 + 正则化项通常机器学习每一个算法中都会有一个目标函数,算 ...
机器学习中目标函数、损失函数以及正则项的通俗解释
目录: 前言: 1.什么是目标函数? 2.损失函数 3.正则化总结: 目录: 前言: 今天看到一篇很精简的文章来说明目标函数.损失函数以及正则项是什么.以下是文章正文. 转自:https://xia ...
目标函数和损失函数的区别
损失函数(loss function)或代价函数(cost function)说人话就是:损失函数是用来表示预测值与真实值间的差异的函数. 目标函数f(x)说人话:目标函数是优化问题中的一个概念,在机 ...
机器学习中目标函数、损失函数、代价函数之间的区别和联系
首先给出结论:损失函数和代价函数是同一个东西,目标函数是一个与他们相关但更广的概念,对于目标函数来说在有约束条件下的最小化就是损失函数(loss function) 举个例子解释一下:(图片来自And ...
机器学习中的目标函数、损失函数、代价函数有什么区别？
作者:zzanswer 链接:https://www.zhihu.com/question/52398145/answer/209358209 来源:知乎著作权归作者所有.商业转载请联系作者获得授权 ...
目标函数、损失函数、代价函数
损失函数 (Loss function) ,是单个样例 iii 的损失/误差: ∣hθ(xi)−yi∣| h_{θ}(x^i) - y^i |∣hθ(xi)−yi∣ 代价函数 (Cost funct ...
深入理解机器学习中的：目标函数，损失函数和代价函数
参考知乎回答整理:https://www.zhihu.com/question/52398145 主要参考:https://www.zhihu.com/question/52398145/answer ...
代价函数、目标函数、损失函数
深代价函数和损失函数以及目标函数在SLAM和深度学习中的理解. 1.深度学习 1.1定义介绍代价函数就是用于找到最优解的目的函数,这也是代价函数的作用. 损失函数(Loss Function )是定 ...
机器学习中的目标函数、损失函数、代价函数的区别
转载自:https://www.zhihu.com/question/52398145 基本概念: 损失函数:计算的是一个样本的误差代价函数:是整个训练集上所有样本误差的平均目标函数:代价函数 + ...

目标函数，代价函数，损失函数

目标函数，代价函数，损失函数相关推荐

最新文章

热门文章