![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL
colorful_xx
积跬步,至千里。
展开
-
fundamental_2017_12_9
一、泛化:在先前未观测到的输入上表现良好的能力成为~。 泛化误差:新输入的误差期望。(也成为测试误差) 二、独立同分布假设 每个数据集中的样本都是彼此相互独立的,并且训练集和测试集是同分布的。 注:独立同分布(指随机过程中,任何时刻的取值都为随机变量,如果这些随机变量服从同一分布,并且互相独立,那么这些随机变量是独立同分布。 如果随机变量X1和X2独立,是指X1的取值不影响X2的取值,X原创 2017-12-09 16:33:25 · 161 阅读 · 0 评论 -
K-折交叉验证算法
当给定数据集D对于简单的训练/测试或训练/验证分割而言太小难以产生泛化误差的准确性时(因为在小的测试集上L可能具有过高的方差),K-折交叉验证算法可以用于估计学习算法A的泛化误差。数据集D包含的元素是抽象的样本z(i)(对于第i个样本),在监督学习的情况代表(输入,目标)对z(i)=(x(i),y(i)),或者无监督学习的情况下仅用于输入z(i)=x(i)。该算法返回D中每个示例的误差向量e,其均原创 2017-12-09 16:55:42 · 2234 阅读 · 0 评论