cost function

0-1 loss

L(Y,f(x)) = \begin{cases} 1, & Y \neq f(x) \\ 0, & Y = f(x) \\ \end{cases}

方差 quadratic loss

$C = \frac {1}{2}(y-a)^2$ 其中 $a = \sigma(wx+b)$ 若用梯度下降来更新w，则w的偏导： $\frac {\partial C}{\partial w} = (y-a) \sigma^′(wx) x$ 因为sigmoid函数的性质，导致 $\sigma^′(wx)$ 在z取大部分值时会很小(曲线的两端)，会导致w更新很慢。

cross entropy

$C = -\frac {1}{n} \sum [y\ln a+(1-y)\ln(1-a)]$ 其中y为期望输出，a为实际输出 $a= \sigma(\sum w_j x_j)$ 。y的值为{0,1}，所以而a只是接近于{0,1}，所以不要换y与a的位置，因为ln0没有意义。

与方差代价函数一样，交叉熵代价函数同样有两个性质：

非负性。（所以我们的目标就是最小化代价函数）
当真实输出a与期望输出y接近的时候，代价函数接近于0.(比如y=0，a～0；y=1，a~1时，代价函数都接近0)。

另外，它可以克服方差代价函数更新权重过慢的问题。

\frac {\partial C}{\partial w_j} = \frac {1}{n}\sum x_j(\sigma(wx)-y)

可以看到，导数中没有 $\sigma^′(wx)$ 这一项，权重的更新是受σ(z)−y这一项影响，即受误差的影响。所以当误差大的时候，权重更新就快，当误差小的时候，权重的更新就慢。这是一个很好的性质。

log-likelihood loss

对数似然函数也常用来作为softmax回归的代价函数，深度学习中普遍的做法是将softmax作为最后一层，此时常用的是代价函数是log-likelihood cost。其实这两者是一致的，logistic回归用的就是sigmoid函数，softmax回归是logistic回归的多类别推广。log-likelihood代价函数在二类别时就可以化简为交叉熵代价函数的形式。

以logistic regression举例

P(y=1|x,\theta) = h_\theta(x) \\ P(y=0|x,\theta) = 1-h_\theta(x) \\ P(y|x,\theta) = (h_\theta(x))^y(1-h_\theta(x))^{(1-y)} \\ L(\theta) = -\log \prod_{i=1}^n P(y^{i}|x^{i},\theta) = - \sum_{i=1}^n \log (h_\theta(x^{i}))^{y^{i}}(1-h_\theta(x^{i}))^{(1-y^{i})}

这个就是最小化 cross entropy 。

absolute loss

$L(Y,f(x)) = |Y-f(x)|$

参考佳文

PreviousMATH-碎碎念 NextLearning Theory

Last updated 4 years ago

Was this helpful?

方差 quadratic loss

C = \frac {1}{2}(y-a)^2

其中

a = \sigma(wx+b)

若用梯度下降来更新w，则w的偏导：

\frac {\partial C}{\partial w} = (y-a) \sigma^′(wx) x

因为sigmoid函数的性质，导致

\sigma^′(wx)

在z取大部分值时会很小(曲线的两端)，会导致w更新很慢。

cross entropy

C = -\frac {1}{n} \sum [y\ln a+(1-y)\ln(1-a)]

其中y为期望输出，a为实际输出

a= \sigma(\sum w_j x_j)

。y的值为{0,1}，所以而a只是接近于{0,1}，所以不要换y与a的位置，因为ln0没有意义。

与方差代价函数一样，交叉熵代价函数同样有两个性质：

非负性。（所以我们的目标就是最小化代价函数）

当真实输出a与期望输出y接近的时候，代价函数接近于0.(比如y=0，a～0；y=1，a~1时，代价函数都接近0)。

另外，它可以克服方差代价函数更新权重过慢的问题。

\frac {\partial C}{\partial w_j} = \frac {1}{n}\sum x_j(\sigma(wx)-y)

可以看到，导数中没有

\sigma^′(wx)

这一项，权重的更新是受σ(z)−y这一项影响，即受误差的影响。所以当误差大的时候，权重更新就快，当误差小的时候，权重的更新就慢。这是一个很好的性质。

log-likelihood loss

以logistic regression举例

P(y=1|x,\theta) = h_\theta(x) \\ P(y=0|x,\theta) = 1-h_\theta(x) \\ P(y|x,\theta) = (h_\theta(x))^y(1-h_\theta(x))^{(1-y)} \\ L(\theta) = -\log \prod_{i=1}^n P(y^{i}|x^{i},\theta) = - \sum_{i=1}^n \log (h_\theta(x^{i}))^{y^{i}}(1-h_\theta(x^{i}))^{(1-y^{i})}

这个就是最小化 cross entropy 。