損失函數與代價函數區別

各種損失函數的優缺點詳解 損失函數或者代價函數的目的是：衡量模型的預測能力的好壞。 損失函數(Loss function)：是定義在單個訓練樣本上的，也就是就算一個樣本的誤差，比如我們想要分類，就是預測的類別和實際類別的區別，是一個樣本的哦，用L表示。 代價函數(Cost function)：是定義在整個訓練集上面的，也就是所有樣本的誤差的總和的平均，也就是損失函數的總和的平均，有沒有這個平均其實

>>阅读原文<<