自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

学习、交流、分享

止于至善

  • 博客(4)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 机器学习中关于正则化的理解

正则化的目的：避免出现过拟合（over-fitting）经验风险最小化 + 正则化项 = 结构风险最小化经验风险最小化（ERM），是为了让拟合的误差足够小，即：对训练数据的预测误差很小。但是，我们学习得到的模型，当然是希望对未知数据有很好的预测能力（泛化能力），这样才更有意义。当拟合的误差足够小的时候，可能是模型参数较多，模型比较复杂，此时模型的泛化能力一般。于是，我们增加一个正则

2014-08-18 09:47:37 4062

原创 样本集线性可分的一个充要条件

样本集线性可分的充分必要条件是正实例点集所构成的凸集与负shi

2014-08-17 21:17:17 5891

原创 证：单层感知机不能表示异或逻辑

摘要

2014-08-15 10:06:17 17795 5

原创 证：最大化对数似然函数等价于最小化残差平方和

给定si

2014-08-15 09:10:58 4401

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除