基础知识 | 近似误差 估计误差

本文探讨了机器学习中近似误差和估计误差的概念。近似误差是真实最优解与假设空间最优解之间的差距,而估计误差则是算法找到的最优解与假设空间最优解的差异。优化器设计和初始化方法主要影响估计误差。过拟合和欠拟合分别对应近似误差和估计误差的不同问题。理解这两类误差有助于优化模型性能。
摘要由CSDN通过智能技术生成
  • 模型假设空间 F \mathcal{F} F的最优解 f ~ = a r g m i n f ∈ F R ( f ) \tilde{f}=\underset{f\in \mathcal{F}}{argmin}R(f) f~=fFargminR(f),假设真实世界的最优解为

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值