机器学习知识总结:代价函数与经验风险、结构风险最小化
来源:互联网 发布:js数字转化成中文数字 编辑:程序博客网 时间:2024/06/04 23:25
一、代价函数
代价函数(cost function)用来度量预测错误,损失函数越小模型越好,常见的有4种:
0-1损失函数:
平方损失函数:
绝对损失函数:
- 对数损失函数:
二、经验风险最小化与结构风险最小化
- 经验风险最小化(empirical risk minimization,EMR)
当样本容量很大的时候,经验风险最小化的策略认为,经验风险最小的模型是最优的模型:
当样本容量很小的时候,经验风险最小化学习的效果不好,会产生过拟合现象。 - 结构风险最小化regularization(structural risk minimization,SRM)
为了防止过拟合提出,结构风险最小化等价于正则化(regularization)。结构风险在经验风险上加上表示模型复杂度的正则项(regularizer)或罚项(penalty term):
其中,后一项为模型的复杂度,模型越复杂,参数越多,复杂度函数越大,系数lamda用以权衡经验风险喝模型复杂度。因此,结构风险小,即经验风险喝模型复杂度同时小。求解最优化模型:
阅读全文
0 0
- 机器学习知识总结:代价函数与经验风险、结构风险最小化
- 【机器学习】统计知识之经验风险最小化与结构风险最小化
- 经验风险最小化 与 结构风险最小化
- 经验风险最小化 与 结构风险最小化
- 损失函数、风险函数、经验风险最小化、结构风险最小化
- 机器学习中的经验风险,期望风险和结构风险最小化
- 机器学习(四)经验风险与结构风险
- 损失函数-经验风险最小化-结构风险最小化
- 损失函数-经验风险最小化-结构风险最小化
- 经验风险最小化与结构风险最小化笔记
- 正则化(经验风险最小化与结构风险最小化)
- 经验风险最小化和结构风险最小化
- 机器学习第九课,经验风险最小化
- 机器学习—经验风险最小化
- 吴恩达机器学习之经验风险最小化
- 机器学习-->期望风险、经验风险与结构风险之间的关系
- 结构风险与经验风险
- 经验风险与结构风险
- Wireshark抓包详细图文教程
- maven打包不用eclipse插件
- lankuohsing的CSDN博客开张大吉
- Sublime常用快捷键
- 训练赛---choice
- 机器学习知识总结:代价函数与经验风险、结构风险最小化
- android gradle配置
- c++的最基础的类和对象
- hibernate-性能优化(3种缓存)-19
- P1605 迷宫
- ZigZag Conversion
- PHP中常用的数组函数
- 搜集关于TCP/IP 一些链接
- 2017年上海金马五校程序设计竞赛:Problem E : Find Palindrome