20190325【充实计划】第1018期

昨日阅读2小时，累计阅读643小时

昨日阅读1小时，累计阅读267小时。

昨日阅读2小时，累计阅读916小时      
挑战第三百八十一天   读25页书，完成当日任务

昨日阅读2小时，累计阅读844小时。

昨日阅读1小时，累计阅读477小时

学习6小时，累计150.5h

昨日阅读1，累计阅读76显示

昨日阅读2小时，累计151.5 h

2.4 噪声（noise）
噪声是数据中有害的异常。
噪声的存在，类的学习可能更加困难，且使用简单的假设可能做不到零误差。
噪声有以下几种解释：

• 记录输入属性可能不准确，这可能导致数据点在输入空间的移动。
• 标记数据点可能有错，可能将正例标记为负例，或相反。（称指导噪声：teacher noise）
• 可能存在我们没有考虑到的附加属性，会影响实例的标注。（附加属性可能是隐藏的（hidden)或潜在的(latent） ，因此是不可观测的。）这些被忽略的属性所造成的影响作为随机成分，是“噪声”的一部分。
  

当有噪声时，在正负实例之间不存在简单的边界，且为了将它们分开，需要对应于具有更大能力的假设类的复杂假设。
矩形可以用四个数定义，然，为了定义更复杂的形状，就需要具有大量参数的更复杂的模型。

利用复杂模型，可以更好地拟合数据，得到零误差。
另一个可行的方法是保持模型的简单性并允许一些误差的存在。

使用简单的矩形（除非其训练误差很大）更有意义，原因是：
1）矩形是一种容易使用的简单模型。（容易检查一个点是在矩形内还是在矩形外，对未来的数据实例，可以容易地检查它是正例还是负例）
2）矩形是一种容易训练的简单的模型，具有较少参数。简单模型具有更小的方差（variance），具有较大的偏倚（bias）。求解最优模型相当于最小化偏倚和方差。
3）矩形是容易解释的简单模型。
4）如果输入数据中确实存在错误标记的实例或噪声，且实际的类确实就是像矩形这样的简单模型，那么由于矩形具有较小的方差，且较少地被单个实例所影响，所以尽管可能导致训练集上较大误差，也是比曲线图像更好的分类器。
其泛化能力更好。
（Occam's razor）奥克姆剃刀规则：说较简单的解释看上去更可信，且任何不必要的复杂性都应该被摒弃。

咋天阅读1小时，累计阅读20.5小时

昨日阅读1小时，累计阅读1277小时。