目标函数是在优化问题中起关键作用的函数,它用于衡量模型或算法在给定任务中的性能。在不同的优化问题中,目标函数的形式和定义可能会有所不同。下面将介绍几种常见的目标函数,并给出相应的代码示例。
- 均方误差(Mean Squared Error,MSE)
均方误差是回归问题中常用的目标函数之一,用于衡量模型的预测值与真实值之间的差异。它计算预测值与真实值之差的平方的平均值。均方误差越小,表示模型的预测结果与真实值越接近。
代码示例:
import numpy as np
def mean_squared_error(y_true, y_pred):
return np.mean((y_true - y_pred)