![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 80
yncxcw123
这个作者很懒,什么都没留下…
展开
-
偏差-方差分解 Bias-Variance Decomposition
JMP0XF - Everything is Numb3rs Fuck Machine Learning, Learn Machine Fucking 偏差-方差分解 Bias-Variance Decomposition 设希望估计的真实函数为 f=f(X) 但是观察值会带上噪声,通常认为其均值为0 Y=f(X)+ϵ,E[ϵ]=0转载 2014-04-14 18:53:25 · 1440 阅读 · 0 评论 -
正则化最小二乘
正则化的最小二乘法 在单元 (unimodal) 目标变量的线性模型中,MLE (Maximum likelihood) 和 Least Squares (最小二乘法) 是常用的两种估计模型参数向量 W 的解法。他们都有个共同点,求解得到的参数向量 W 能够保证估计的目标值和观测得到的目标值之间的误差最小。但是单纯的考虑误差最小化得到的模型会有过拟合现象,也就是预测效果会很差。为了解决这转载 2014-04-02 22:56:05 · 7135 阅读 · 0 评论