残差和损失函数

本文解析了残差、损失函数和目标函数的基本概念及其在机器学习中的应用,强调了它们之间的区别与联系,帮助读者深入理解模型优化过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

按自己理解的 ↓ ↓

残差就是 Y-F(x) , 就好像残差网络里面就是用这个公式。

损失函数就是 根据需求定义的 对f(x)与Y的差异的度量方法,这跟度量空间有关,比如 下面的情况,要你比较两个学生谁更好,我们可以设定学习成绩作为比较方法,或者身高等等,这些就好像欧几里得距离,或者余弦距离一样,是设定出来的的度量。  还有一个是目标函数,有些时候目标函数就是损失函数,但是目标函数有些时候是更广的概念,目标函数用作总体的优化目标,而损失函数有时只是目标函数的一个部分而已(比如有时目标函数=损失函数+L2惩罚项)。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值