机器学习系统设计(三)

机器学习的数据

假设特征变量x∈Rn+1,且有足够的信息可以测试精确地预测y的值。

在使用含有非常多的参数的学习算法(如:含非常多的特征变量的线性回归或者逻辑回归;隐藏层激活单元数非常多的神经网络)时,其可以保证低偏差,即不会出现欠拟合问题,以及其Jtrain(θ)的值也非常小。

在此基础上,我们使用非常大的训练集。由于训练集数量大于特性变量,其不太可能出现过拟合问题,即保证低方差,以及Jtrain(θ) ≈ Jtest(θ)。

因此,我们可以认为当特征变量x∈Rn+1且有足够的信息时,使用非常大的训练集(即mtrain >> n),其Jtest(θ)的值将非常小,可以保证其算法为低偏差-方差。

最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容