损失函数(Loss Function )是定义在单个样本上的,算的是一个样本的误差。
代价函数(Cost Function )是定义在整个训练集上的,是所有样本误差的平均,也就是损失函数的平均。
目标函数(Object Function)定义为:最终需要优化的函数。等于经验风险+结构风险(也就是Cost Function + 正则化项)。
正则化(Regularization):最终目的是让模型在面对新数据的时候,可以有很好的表现。(尽可能避免过拟合和欠拟合,选取最佳目标函数)
代价函数,损失函数,目标函数,正则化
最新推荐文章于 2023-05-14 22:00:00 发布
![](https://img-home.csdnimg.cn/images/20240711042549.png)