损失函数:【单次】
单次预测的错误程度,度量模型一次预测的好坏。
代价函数(经验风险):【局部】
多次预测的错误程度的均值。
期望风险:【全局】
对所有样本预测错误程度的均值
经验风险是局部的,基于训练集所有样本点损失函数最小化。经验风险是局部最优,是现实的可求的。
期望风险是全局的,基于所有样本点损失函数最小化。期望风险是全局最优,是理想化的不可求的。
目标函数(结构风险):
经验风险 + 正则项(惩罚项)
参考文献:
- 《统计学习方法》
损失函数:【单次】
单次预测的错误程度,度量模型一次预测的好坏。
代价函数(经验风险):【局部】
多次预测的错误程度的均值。
期望风险:【全局】
对所有样本预测错误程度的均值
经验风险是局部的,基于训练集所有样本点损失函数最小化。经验风险是局部最优,是现实的可求的。
期望风险是全局的,基于所有样本点损失函数最小化。期望风险是全局最优,是理想化的不可求的。
目标函数(结构风险):
经验风险 + 正则项(惩罚项)
参考文献: