机器学习笔记：概念对比——损失函数，代价函数，目标函数

损失函数 Loss Function

通常是针对单个训练样本而言

给定一个模型输出 $\hat{y}$ 和一个真实值y ，损失函数是 $L=f(\hat{y},y)$

代价函数 Cost Function

通常是针对整个训练集（或者在使用 mini-batch gradient descent 时一个 mini-batch）的总损失

$J=\sum_{i=1}^N f(y_i,\hat{y_i})$

目标函数 Objective Function

表示任意希望被优化的函数

代价函数是目标函数的一种

相关阅读:
python使用pip命令安装出错：Could not fetch URL https://pypi.org/simple/selenium/
jmeter 使用
【QT】布局管理器及常用控件
Docker Restful API快速入门
Servlet详解
八个解决你80%需求的CSS动画库
字符识别数据集构建(1)
语音增强——基本谱减法及其python实现
区块链金融的开发流程
【注入电子邮件】SMTP命令漏洞查找、注入、防止

原文地址：https://blog.csdn.net/qq_40206371/article/details/133187920