机器学习面试题：代价函数，损失函数和目标函数的区别？

代价函数，损失函数和目标函数的区别？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（也就是代价函数 + 正则化项）。代价函数最小化，降低经验风险，正则化项最小化降低。风险函数（risk function）， 风险函数是损失函数的期望，这是由于我们输入输出的(X,Y)遵循一个联合分布，但是这个联合分布是未知的，所以无法计算。但是我们是有历史数据的，就是我们的训练集，f(x) 关于训练集的平均损失称作经验风险(empirical risk)，即，所以我们的目标就是最小化 称为经验风险最小化。参考 [1] https://zhuanlan.zhihu.com/p/330126934推荐阅读：我 ………………………………