机器学习：代价函数cost function

本文系转载，略有修改

原博客地址：http://blog.csdn.net/u012162613/article/details/44239919

在此，向原作者表达感谢，致敬！

1.从方差代价函数说起

代价函数经常用方差代价函数（即采用均方误差MSE），比如对于一个神经元（单输入单输出，sigmoid函数）,定义其代价函数为：

C=(y−a)22

其中 y 是我们期望的输出，a为神经元的实际输出 a=σ(z) ，这里 z=wx+b

所以，有：

C=(y−σ(wx+b))22

在训练神经网络过程中，我们通过梯度下降算法来更新 w 和b，因此需要计算代价函数对 w 和b的导数：

∂C∂w=(a−y)σ′(z)x

∂C∂b=(a−y)σ′(z)

然后更新 w 、b：

w <—— w - η * ∂C∂w = w - η∗(a−y)σ′(z)x

b <—— b - η∗∂C∂b = b - η∗(a−y)σ′(z)

因为sigmoid函数的性质，导致 σ′(z) 在z取大部分值时会很小（如下图标出来的两端，几近于平坦），这样会使得 w 和b更新非常慢（因为 η∗a∗σ(z) 这一项接近于0）。

2.交叉熵代价函数（cross-entropy cost function）

为了克服这个缺点，引入了交叉熵代价函数（下面的公式对应一个神经元，多输入单输出）：

C=−1n∑x[yln(a)+(1−y)ln(1−a)]

其中y为期望的输出，a为神经元实际输出 a=σ(z) ，这里 z=∑Wj∗Xj+b

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。我们同样看看它的导数：

∂C∂wj=1n∑xxj(σ(z)−y)

∂C∂b=1n∑x(σ(z)−y)

可以看到，导数中没有 σ′(z) 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。

3.总结

当我们用sigmoid函数作为神经元的激活函数时，最好使用交叉熵代价函数来替代方差代价函数，以避免训练过程太慢。

不过，你也许会问，为什么是交叉熵函数？导数中不带 σ′(z) 项的函数有无数种，怎么就想到用交叉熵函数？这自然是有来头的，更深入的讨论就不写了，少年请自行了解。

另外，交叉熵函数的形式是 −[yln(a)+(1−y)ln(1−a)] 而不是 −[alny+(1−a)ln(1−y)] ，为什么？因为当期望输出的y=0时，lny没有意义；当期望y=1时，ln(1-y)没有意义。而因为a是sigmoid函数的实际输出，永远不会等于0或1，只会无限接近于0或者1，因此不存在这个问题。

4.还要说说：log-likelihood cost

对数似然函数也常用来作为softmax回归的代价函数，在上面的讨论中，我们最后一层（也就是输出）是通过sigmoid函数，因此采用了交叉熵代价函数。而深度学习中更普遍的做法是将softmax作为最后一层，此时常用的是代价函数是log-likelihood cost。

In fact, it’s useful to think of a softmax output layer with log-likelihood cost as being quite similar to a sigmoid output layer with cross-entropy 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。

参考链接：http://deeplearning.stanford.edu/wiki/index.php/Softmax回归