cost function的形式
cost function的推导满足以下过程:
1. 认为error 满足某个分布,写出样本点xi的样本的error
2. 认为样本点是相互独立的,推导出其对数似然函数
3. 求偏导,是得导函数为0,分离常数部分,得到误差的表达形式
e.g.
线性回归中关于MSE的推导:https://nk2000.github.io/2018/05/16/Linear-Regression/
常见的cost function
均值和中位数的意义
在这样的框架下,假设fx是一个常函数,即fx=c
假设cost function 符合高斯分布时:
样本的均值就是最好的模型
假设cost function 符合Laplace分布:
中位数就是最好的模型
因此当给定损失函数形式的情况下,一个常函数的模型总是可求的
参考:
1. 邹博博士课件