| 所在主题： | |
| 文件名: 误差：如何理解误差？.pdf | |
| 资料下载链接地址: https://bbs.pinggu.org/a-3949987.html | |
| 附件大小: | |
|
误差 如何理解误差？
内容摘要：监督算法调整参数和学习的基础，其优点有利于启发我们对算法有更深层次的理解。 参考索引：引致《Python机器学习技术：模型关系管理》。误差的形式 监督模型的优劣，需要全盘考虑所有数据，而不能只看局部数据，所以误差需要汇总，但问题是汇总数据的计算方式或规则并不统一，不同的计算方式有不同特点甚至有不同的适用条件，如果你愿意可以就不同算法尝试不同的计算方式，而这种分析思路甚至一度成为机器学习工作者的必要思维准备。 图（a）所示，不管偏向哪个方向的测量其实都是误差，+2的误差和-2的误差是等效的，只是方向相反而已，所以如果是直接对误差求和得到的结果就是0，看起来好像是没有了误差，但其实是掩耳盗铃。现在的问题是如何消除负号？取绝对值还是取平方？如果你对数学有所了解的话，应该能推理出平方相比绝对值拥有更多的好处，比如平方后的数据方差更大，这就导致变量间的相关可能会更高，如图（b），相关区域就是由变量方差的重叠部分组成的，也就是放大了数据信息量，这无异于可以执行更多甚至更复杂的模型。 另外如图（c）所示，如果误差取平方，其误差函数就是U型函数，这样我们就能以最直接的方式到达U型底部，而无需担心局部最小问题的困扰。与此相应的，取完平方变换后的函数也是非线性的，如果取绝对值则是线性的，其实对于机器学习而言非线性模式是最常用的模型形式，因为非线性在复杂模式上有更好的分类性能和优势（如图d）。 ========================================================================= |
|
熟悉论坛请点击新手指南
|
|
| 下载说明 | |
|
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。 2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。 3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。 (如有侵权，欢迎举报) |
|
京ICP备16021002号-2 京B2-20170662号
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
