@Lecture 8: Noise and Error
本部分在之前的数据中加入了噪声,VC bound是否还起作用,即是否还可以满足Ein和Eout的那个公式
Noise and Probabilistic Target
Noise的产生:
- 错误的y:如相同的x标注的不同的y,或者应该是正样本的数据标注成错误数据
- 错误的x:如收集到的观测样本本身不准确
也就是说我不是学一个目标函数,而是学一个目标的概率分布函数P(y|x)=f(x)+noise
无噪声数据可以视为特殊情况:
现在的机器学习流程为:
由此可知:VC bound still works
Error Measure
pointwise Error:就是单独看每一个点是否分对了
介绍了两种错误衡量方式:
两种错误的衡量方式对学习的影响:不同loss衡量方式对应了不同的目标函数
目前的机器学习算法流程要引入错误衡量方式来引导学习:
Algorithmic Error Measure
这节主要讲如何根据目标来选择错误衡量方式
例如根据业务需要给false accept 和false reject 不同的权重
引入算法的loss设计:
因此,目前的机器算法流程为:
Weighted Classifification
上述为不同的分类错误引入不同的错误权重叫做Weighted Classifification
很粗暴巧妙的设计方式:复制数据,如果是y=-1的权重是100,就把(x,-1)这个样本复制100次