zoukankan      html  css  js  c++  java
  • 解释机器学习中的方差和偏差

    偏差反映的是模型在样本上的输出和真实值之间的误差(偏离程度),即模型本身的准确度,拟合能力;

    解决:使用更复杂的模型,使用更多的特征。

    方差反映的是模型每一次随数据集的变动造成的输出结果与模型输出期望之间的误差,即模型稳定性。

    机器学习模型中权衡两者,达到一个tradeoff的性能。

    解决:使用交叉验证,简化模型,减少所用特征维数,使用正则化方法。

    避免过拟合和欠拟合:选择更有代表性的特征,使用更多的特征来避免欠拟合;

    增大数据集,使用更多的数据;减少特征维数,特征降维;使用正则化方法;使用交叉验证方法来避免模型的过拟合。


    				<script>
    					(function(){
    						function setArticleH(btnReadmore,posi){
    							var winH = $(window).height();
    							var articleBox = $("div.article_content");
    							var artH = articleBox.height();
    							if(artH > winH*posi){
    								articleBox.css({
    									'height':winH*posi+'px',
    									'overflow':'hidden'
    								})
    								btnReadmore.click(function(){
    									articleBox.removeAttr("style");
    									$(this).parent().remove();
    								})
    							}else{
    								btnReadmore.parent().remove();
    							}
    						}
    						var btnReadmore = $("#btn-readmore");
    						if(btnReadmore.length>0){
    							if(currentUserName){
    								setArticleH(btnReadmore,3);
    							}else{
    								setArticleH(btnReadmore,1.2);
    							}
    						}
    					})()
    				</script>
    				</article>
  • 相关阅读:
    ODI Scenario 场景
    数据库权限管理
    Oracle KEEP 分析函数
    Oracle数据仓库套件
    复杂透视表的SQL生成方法
    DW/BI领域的自动化调度方案
    用户画像
    PCP
    理赔系统报表及表模型
    maltab 关于输入输出以及自定义函数的问题
  • 原文地址:https://www.cnblogs.com/AcceptedLin/p/9778994.html
Copyright © 2011-2022 走看看