热线电话:13121318867

登录
2020-03-01 阅读量: 696
结构风险函数就是目标函数吧

不是

风险函数: 损失函数的期望(前n个损失函数之和/N),这是由于我们输入输出的(X,Y)遵循一个联合分布,但是这个联合分布是未知的,所以无法计算。但是我们是有历史数据的,就是我们的训练集,f(X)关于训练集的平均损失称作经验风险(empirical risk),我们的目标就是最小化经验风险。

L(Y,f(X))=\frac{1}{N}\sum_{i=1}^{N}L(y_i,f(x_i))


  • 目标函数(Object Function):是指最终需要优化的函数,一般来说是经验风险+结构风险,也就是(代价函数+正则化项)。

min\frac{1}{N}\sum_{i=1}^{N}L(y_i,f(x_i))+\lambda*J(f)




0.0000
1
关注作者
收藏
评论(0)

发表评论

暂无数据
推荐帖子