机器学习第三章复习(4)
来源:互联网 发布:网络的发展趋势 编辑:程序博客网 时间:2024/06/03 16:00
本文用于复习《Machine Learning》第三章部分内容
内容来自于Andrew Ng的机器学习课程,主要是为了回忆起来方便
第三章最后部分主要讲解了如何解决欠拟合过拟合
注:博客中图片均来自于课程
- underfit & overfit
underfit解决方法
underfit也叫“high bias”,可能是特征量太少引起了欠拟合。
解决办法:
1.可以增加特征;
2.调整特征的幂次(mapfeatures),即是说如果只有两个特征x1 ,x2 ,利用mapfeatures可以把他们扩展成x21 ,x1x2 ,x22 诸如此类。overfit解决方法
overfit也叫“high variance”,可能是特征量太多引起了过拟合。
解决办法:
1.手动选择一些比较重要的特征量;
2.仍然运用所有特征量,但是调整特征量对应的θj ,改变不同特征值对预测函数的影响。
举例
例如右图所示
此时,想办法使得
也就是中间的那张图
- regularization
如何实现使得θ3 、θ4 值接近于0呢?
利用正则化J(θ)=12m∑i=1m(hθ(x(i))−y(i))2+λ∑j=1nθ2j
把θj 放到代价方程里面,就可以把θj 适当缩小
Gradient descent如下:θ0:=θ0−α∂∂θ0J(θ) θj:=θj−α[∂∂θjJ(θ)+λmθj] ∂∂θjJ(θ)=1m∑i=1m(hθ(x(i))−y(i))x(i)j
Normal Equation如下θ=(XTX+λ⎛⎝⎜⎜⎜⎜⎜0000001...000...1...000...1000001⎞⎠⎟⎟⎟⎟⎟)−1XTy
同时由于加上了⎛⎝⎜⎜⎜⎜⎜0000001...000...1...000...1000001⎞⎠⎟⎟⎟⎟⎟
m小于n时可能遇到的矩阵不可逆的问题也得到了解决
0 0
- 机器学习第三章复习(4)
- 机器学习第三章复习(2)
- 机器学习第三章复习(1)
- 机器学习第三章复习(3)
- 机器学习第二章复习(1)
- 机器学习第二章复习(2)
- 机器学习第三章
- 机器学习实战-第三章(决策树)
- 机器学习第一章复习(1)
- 机器学习第一章复习(2)
- 机器学习笔记(三) 线性代数复习
- 《机器学习》--周志华 (第三章学习笔记)
- 机器学习之&&Andrew Ng课程复习--- 学习笔记(第三课)
- 《机器学习》读书笔记,第三章决策树学习
- 《机器学习实战》读书笔记 第三章 决策树(part 1)
- 《机器学习实战》读书笔记 第三章 决策树(part 3)
- [完]机器学习实战 第三章 决策树(Decision Tree)
- 《机器学习实战》第三章:决策树(1)基本概念
- 完整的ES6(ECMAScript6)的环境搭建(Window环境下)
- ElasticSearch java API 封装
- Android 同时使用WiFi和3G模块系统定制解决方案
- 在ogg11.1中的Bounded Recovery在11.2中遇到
- scrapy命令笔记
- 机器学习第三章复习(4)
- 设计模式(Design Patterns)
- 轨迹球Controls使用记录
- 聚类——混合高斯模型 Gaussian Mixture Model
- 真正实用的ASP判断手机访问并跳转的代码
- java并发之synchronized
- 哈希表与一致性哈希
- 【程序40】 题目:字符串排序。
- protobuf介绍以及使用方法用例