无偏估计 估计量的数学期望等于被估计参数的真实值 则称,此估计量为被估计参数的无偏估计 即E(θˆ)=θ
无偏估计就是系统误差为0的估计
有偏估计: 若θˆ的数学期望不为θ,即E(θ)≠θ,则称为θ的有偏估计。
样本方差的期望是有偏估计
降低模型的复杂度有两条路径:一是进行降维,进行特征约减,这样可以减少模型参数的个数。二是对参数进行约束。使得参数的取值范围减少。而第二种方法就是加正则项。
kernel其实就是帮我们省去在高维空间里进行繁琐计算的“简便运算法”。甚至,它能解决无限维空间无法计算的问题!因为有时f(·)会把n维空间映射到无限维空间去。
将特征投影到feature space后的情况,此时已经将特征从2维空间转换到3维空间。