• 損失函數 (Loss function) ，是單個樣例 $i$ 的損失/誤差：

  $$|h_{\theta }(x^i)?y^i|$$

• 代價函數 (Cost function) ，是對數據集整體的誤差描述，也就是損失函數的總和的平均，有沒有這個平均其實不會影響最后的參數的求解結果：

  $$\frac{1}{2m}\sum _{i=1}^m(h_{\theta }(x^{(i)})?y^{(i)}{)}^2$$

• 目標函數（Object Function），為了避免過擬合或者進行一些特殊目的約束（Constraint），一般會在代價函數的后面加上正則化項：

  $$\frac{1}{2m}\sum _{i=1}^m(h_{\theta }(x^{(i)})?y^{(i)}{)}^2+正則化項$$

總結

以上是生活随笔為你收集整理的目标函数、损失函数、代价函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。