https://blog.csdn.net/lyl771857509/article/details/79428475
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)。代价函数 + 正则化项
关于目标函数和代价函数的区别还有一种通俗的区别:
目标函数是最大化或者最小化,而代价函数是最小化
《统计学习-李航》
模型:
数据的概率分布;
策略:
最小化经验风险或者最小化结构风险
经验风险:
平均损失
结构风险:
平均损失+正则化
算法:
具体利用优化算法找到全局最小值,是一个优化问题。