文件名称:
【图解例说机器学习】模型选择：偏差与方差 (Bias vs. Variance)
开发工具:
文件大小: 137kb
下载次数: 0
上传时间: 2020-12-21
详细说明：机器学习的过程大致分为三步：1）模型假设，比如我们假设模型是线性回归，还是多项式回归，以及其阶数的选择；2）误差函数定义，比如我们假设误差函数是均方误差，还是交叉熵；3）参数求解，比如使用正规方程，还是梯度下降等。
这篇文章主要讨论模型的选择问题，下面以多项式回归为例进行说明
一个例子：多项式回归中的阶数选择
在前面的文章【图解例说机器学习】线性回归中，我们定义了广义的线性回归模型，其表达式为：
y^=ω0+∑j=1Mωjϕj(x)=ω0+wTϕ(x)(1)
\hat y=\omega_0+\sum\limits_{j=1}^{M}\omega_j\phi_j(\mathrm x)=\omeg
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
