在训练数据上,误差值比较小
在没有看过的数据上,看起来误差值比较大
通常一个模型的修改,往往来自于对这个问题的理解,即领域知识。
这些模型都是把输入的特征 x 乘上一个权重,再加上一个偏置就得到预测的结果,这样的模型称为线性模型(linear model)。
1.分段线性曲线
Model Bias:Liner Models have severe limitation.
(图片来自于李宏毅老师的《深度学习详解》)
0+1=左侧红色斜坡
0+1+2=红色两个转折点之间
0+1+2+3=红色最后转折段
也就是,红色线,即分段线性曲线(piecewise linear curve)可以看作是一个常数+加上一堆蓝色的函数。(常数+一堆Function)
综合起来,就能够写非常弹性的Function咯
2.模型变形
New Model:More Features
i:1 2 3.......no.of features
j:1 2 3...... no.of sigmoid
c:不同的Function
:weight for for i-th sigmoid
变为:
变为:
每个神经元都拟合了一个曲线
为了简化方式,另
......
线性代数,简化成矩阵形式
线性代数方程式:r = b + Wx