最近上的一门课程,老师提出了个问题,说很多模型在构建的时候,都假设了误差是服从了一定的分布,比如线性回归中的扰动项就假定服从的均值为0,方差为sigma^2的高斯过程,然而实际中误差的分布是未知的,一开始就假定是正态分布这件事就不对。那么问题来,如何在尽量不改变已有学习模型情况下,让误差项更稳健呢???欢迎大家的解答
楼主: whm1212
|
1433
0
[数据挖掘理论与案例] 误差项如何能更稳健? |
京ICP备16021002-2号 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