-
损失函数(Loss function)是定义在单个训练样本上的,是真实值和预测值的非负值函数。也就是就算一个样本的误差。比如我们想要分类,就是预测的类别和实际类别的区别,是一个样本的,用L表示。
-
代价函数(Cost function)是定义在整个训练集上面的,也就是所有样本的误差的总和的平均,也就是损失函数的总和的平均,有没有这个平均其实不会影响最后的参数的求解结果。
注意:定义的方式不同,但两者是相辅相成的
损失函数(Loss function)是定义在单个训练样本上的,是真实值和预测值的非负值函数。也就是就算一个样本的误差。比如我们想要分类,就是预测的类别和实际类别的区别,是一个样本的,用L表示。
代价函数(Cost function)是定义在整个训练集上面的,也就是所有样本的误差的总和的平均,也就是损失函数的总和的平均,有没有这个平均其实不会影响最后的参数的求解结果。
注意:定义的方式不同,但两者是相辅相成的