美文网首页
Lecture 5：Training versus Testin

Lecture 5：Training versus Testin

作者: 薛家掌柜的 | 来源:发表于2018-08-28 19:43 被阅读0次

回顾一下前四个Lecture，Lecture 1讲的是找一个g使得g \approx f（也就是E_{out}(g) \approx 0），Lecture 2讲的是使得E_{in}(g) \approx 0，Lecture 3讲的是机器学习的分类，Lecture 4讲的是让E_{out}(g) \approx E_{in}(g)。
那么，我们就有两个核心问题需要解决了。

  1. 我们如何保证E_{out}(g)尽可能地靠近E_{in}(g)？
  2. 我们如何使得E_{in}(g)足够小？

而在这两个问题里面，假设集大小M又扮演着什么样的角色？M应该多大呢？
如果是一个很小的M，P[BAD\ D] \leq 2 \cdot M \cdot exp(...)能够满足，但是可选的假设h又太少了。
如果是一个很大的M，可选的假设h很多，但是P[BAD\ D] \leq 2 \cdot M \cdot exp(...)又很难满足。
因此，一个合适的M是很重要的。

Effective Number of lines


将一个点
不管，
那么4个inputs呢？

能够划分N个输入的直线最多有类的数目

Effective Number of Hypothesis






Break Point



相关文章

网友评论

      本文标题：Lecture 5：Training versus Testin

      本文链接：https://www.haomeiwen.com/subject/ecyqwftx.html

      延伸阅读

      深度阅读

      • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

      栏目导航

      热点阅读

      关于我们|服务条款|联系我们|Lecture 5：Training versus Testin|投稿指南|网站地图|RSS订阅|排版工具|手机版

      提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

      Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

      备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

      本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

      所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！