损失函数与代价函数区别

各种损失函数的优缺点详解 损失函数或者代价函数的目的是：衡量模型的预测能力的好坏。 损失函数(Loss function)：是定义在单个训练样本上的，也就是就算一个样本的误差，比如我们想要分类，就是预测的类别和实际类别的区别，是一个样本的哦，用L表示。 代价函数(Cost function)：是定义在整个训练集上面的，也就是所有样本的误差的总和的平均，也就是损失函数的总和的平均，有没有这个平均其实

>>阅读原文<<