模型与训练模型
这个概念如果没有搞清楚,后面的一切都是空谈。我们每次使用一个训练集训练出一个“模型”,其实应该叫做训练模型。因为每次更换训练集,训练出的“模型”并不一样,即各个训练模型被训练出来的参数(系数)是不一样的。
举个例子,我们在拟合一个y=ax+b的模型,第一个训练集训练的结果是y=x+0.9,第二个训练集训练的结果是y=x+1……因为我们不可能得到用于训练这个模型的所有数据,也就无法训练出使模型y=ax+b理论上100%正确的参数,所以我们只能得到不同的训练模型。
参数(parameter)与超参数(hyperparameter)
刚刚上面提到了参数,参数是被数据和算法训练出来的。而超参数(比如学习速率 λ \lambda λ)不是被训练出来的,而是人为手工调整的。调整超参数更像是一种艺术,而不是科学。
作者:仙人掌gg
链接:https://www.jianshu.com/p/a585d5506b1e
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。