日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 人文社科 > 生活经验 >内容正文

生活经验

【机器学习基石笔记】八、噪声和错误

發(fā)布時間:2023/11/27 生活经验 36 豆豆
生活随笔 收集整理的這篇文章主要介紹了 【机器学习基石笔记】八、噪声和错误 小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.

噪聲的來源:

1、noise in y

2、noise in x

在有noise的情況下,vc bound還會work么???

之前,x ~ p(x) ?現(xiàn)在 y ~ P( y | x )

在hoeffding的部分,只要 (x, y) 聯(lián)合分布滿足某個分布, 結(jié)果是一致的。

?

error measure:
打分衡量f和g的距離

1、out-of-sample

2、pointwise:evaluate on one x

Ein = mean(yHat - y)

Eout = 在概率空間上的積分

?

false accept & false reject?

影響error measure函數(shù)。哪怕是同樣的模型,如果不是同樣的場合,都會有問題。

有的時候錯誤衡量很困難。比如指紋錯了究竟有多大問題?

friendly的假設(shè):

1、closed-form solution

2、凸函數(shù)

?

weighted classification

假設(shè)在支持向量機(jī)上面犯了錯誤。不比有幾個錯誤,比的是錯誤函數(shù),可以么?不可以,因?yàn)椴灰欢〞諗?#xff01;

正確做法是錯誤的點(diǎn) *1000倍,認(rèn)為錯了1000次。

轉(zhuǎn)載于:https://www.cnblogs.com/yesuuu/p/7532179.html

總結(jié)

以上是生活随笔為你收集整理的【机器学习基石笔记】八、噪声和错误的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯,歡迎將生活随笔推薦給好友。