模型分为能量模型和概率模型,知道概率分布的可以直接用概率模型进行建模,不知道的就用能量模型。
因为一个系统稳定的过程就是能浪逐渐减小的过程。
代价函数说白了也就是通常建立的能量方程的一种,在机器学习中用来衡量预测值和真实值之间的误差,越小越好。一般来说一个函数有解析解和数值解,解析解就是我们数学上可以用公式算出来的解,数值解是一种近似解,在解析解不存在或者工程实现比较复杂的时候,用例如梯度下降这些方法,迭代得到一个效果还可以接受的解。所以要求代价函数对参数可微。
常见的形式有:
1 均方误差
2 交叉熵(常用于逻辑回归)
函数的构造是由真实值和预测值组成的,只是定义了一种度量方式而已,或者是2范数,