Answers:
这些不是非常严格的术语,并且具有高度相关性。然而:
长话短说,我会说:
损失函数是成本函数的一部分,成本函数是一种目标函数。
根据吴安德教授(见第11页的幻灯片),
函数h(X)表示您的假设。对于固定的拟合参数theta,它是特征X的函数。我想说这也可以称为目标函数。
成本函数J是拟合参数theta的函数。J = J(θ)。
根据Hastie等人的教科书“统计学习的要素”,第37页:
“我们寻求函数f(X)来预测输入X的给定Y。” 损失函数L(Y,f(X))是“惩罚预测误差的函数”,
因此,“损失函数”似乎比“成本函数”更笼统。如果您在该PDF中寻找“损失”,我认为它们在某种程度上是“成本函数”和“损失函数”的同义词。
的确,p。502
“ [聚类中的情况在某种程度上类似于预测问题(监督学习)中损失或成本函数的规范”。
可能存在这些术语是因为它们在不同的学术社区中独立发展。“目标函数”是运筹学和工程数学中使用的旧术语。统计人员可能会更多地使用“损失功能”。但是我在这里推测。
用吴德胜的话来说:
“最后,损失函数是针对单个训练示例定义的。它衡量您在单个训练示例上的表现。我现在将定义一个称为成本函数的函数,该函数衡量您的表现如何做一个完整的训练集。因此,应用于您的参数W和B的成本函数J将是平均值,其中损失函数之和的m之一将应用于每个训练示例和转弯。”
摘自“深度学习”中的第4.3节-Ian Goodfellow,Yoshua Bengio,Aaron Courville http://www.deeplearningbook.org/
“我们要最小化或最大化的函数称为目标函数或准则。当我们将其最小化时,我们也可以将其称为成本函数,损失函数或误差函数。在本书中,我们可以互换使用这些术语,尽管某些机器学习出版物为其中一些术语赋予了特殊含义。”
在这本书中,至少损失和成本是相同的。
术语成本和损失函数是同义词,有些人也将其称为错误函数。更一般的情况是首先定义一个目标函数,我们要对其进行优化。这个目标功能可能是