“目标函数”是您希望在问题中最小化或最大化的函数。

表达“目标函数”用于几种不同的上下文（例如机器学习或线性规划），但它总是指在特定（优化）问题中要最大化或最小化的函数。因此，此表达式用于数学优化的上下文中。

例如，在机器学习中，您定义一个模型，$\mathcal{M}$. 训练$\mathcal{M}$, 你通常定义一个损失函数$\mathcal{L}$（例如，均方误差），您想要最小化。$\mathcal{L}$是您的问题的“目标函数”（在这种情况下要最小化）。

在搜索算法的上下文中，目标函数可以表示例如解决方案的成本。例如，在旅行商问题(TSP) 的情况下，您定义一个函数，将其称为$C$，它代表旅行或哈密​​顿循环的“成本” ，即总结旅行中所有边的权重的函数。在这种情况下，您的问题的“目标”是最小化此功能$C$，因为，本质上，你想找到一个便宜的旅游，它与本地（或全球）最低$C$. 这个功能$C$是“目标函数”。

现在应该很容易记住表达式“目标函数”，因为它包含术语“目标”，并且（优化）问题中的“目标”（或目标）是最小化（或最大化）相应的函数。