问题1:手写交叉熵损失函数
二分类交叉熵
多分类交叉熵
其中
问题2:结构风险和经验风险怎么理解
期望风险:机器学习模型关于真实分布(所有样本)的平均损失称为期望风险
经验风险:机器学习模型关于训练集的平均损失称为经验风险,当样本数无穷大∞的时候趋近于期望风险(大数定律)
结构风险:结构风险 = 经验风险 + 正则化项
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的。
期望风险是全局的,是基于所有样本点的损失函数最小化的。
经验风险函数是现实的,可求的。
期望风险函数是理想化的,不可求的。