機器學習常見的損失函數、代價函數

**損失函數（Loss Function）：**定義在單個樣本上的，指一個樣本的誤差 **代價函數（Cost Function）：**定義在整個訓練集上，是所有樣本誤差的平均，也就是所有損失函數值的平均 **目標函數（Object Function）：**指最終需要優化的函數，一般來說是經驗風險+結構風險（代價函數+正則化項）。 損失函數 分類問題 0-1損失函數 預測正確時，損失函數值爲0；預測

>>阅读原文<<