没有合适的资源?快使用搜索试试~ 我知道了~
符号涵义测试样本数据集在数据集中的标记的真实标记训练集学得的模型由训练集学得的模型 对的预测输出模型 对 的 期望预测 输出偏差-方差分解【参考资料】周志华 《
资源推荐
资源详情
资源评论
符号 涵义
测试样本
数据集
在数据集中的标记
的真实标记
训练集 学得的模型
由训练集 学得的模型 对 的预测输出
模型 对 的 期望预测 输出
偏差-方差分解
【参考资料】
周志华 《机器学习》
学习算法的预测误差,或者说泛化误差(generalization error)可以分解为三个部分:偏差(bias),方差
(variance) 和噪声(noise)。在估计学习算法性能的过程中,我们主要关注偏差与方差。因为噪声属于不
可约减的误差 (irreducible error)。
算法在不同数据集上学得的结果很可能不同,即便这些训练集是来自同一个分布。
由于噪声的存在,所以有可能 。
以回归任务为例,学习算法的期望预测为:
使用样本数相同的不同训练集产生的方差为:
噪声为:
期望预测与真实标记的误差称为偏差(bias),即
为便于讨论,假定噪声期望为0,即 。
对算法的期望泛化误差进行分解:
资源评论
人亲卓玛
- 粉丝: 30
- 资源: 329
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功