深度学习(二)
什么是Regression
Regression 就是找到一个函数 function,通过输入特征 x ,输出一个数值 Scalar 。与其他任务不同的是输出一个数值
步骤
- Step1:Model
- Step2:Goodness of Function(确定评价函数,目的寻找最优function)
- Step3:Best function:gredient descent 梯度下降(求最小损失函数使用梯度下降,目的寻找最优参数)
优化方法
- 选择其他模型
- 考虑其他因素
- 正则化防止过拟合
error来源
bias(偏差)和variance(方差)
举例 线性模型
-
Step1:假设model为
y = b + w ∗ x y=b+w*x y=b+w∗x 其中, x x x是输入, y y y是输出 -
Step2:评价函数
L ( f ) = L ( w , b ) L(f)=L(w,b) L(f)=L(w,b) L ( f ) L(f) L(f)越小代表model效果越好 -
Step3:梯度下降
(1)只有一个参数 w w w:
随机选取 w 0 w_0 w0初值,计算初值时的微分
d L d w ∣ w = w 0 \left. \frac{ {\rm d}L}{ {\rm d}w} \right| _{w}=w_0 dw