logo
Loading...

Price of Nonlinear Transform - Cupoy

那麼如何選擇合適的 Q,來保證不會出現過擬合問題,使模型的泛化能力強呢?一般情況下,為了盡量減少特徵自由度,會根據訓練樣本的分佈情況,人為地減少、省略一些項。但是,這種人為地刪減特徵會帶來一些「自我分析」代價,雖然對訓練樣本分類效果好,但是對訓練樣本外的樣本,不一定效果好。所以,一般情況下,還是要保存所有的多項式特徵,避免對訓練樣本的人為選擇。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mlfound18fall/doc/12_handout.pdf

那麼如何選擇合適的 Q,來保證不會出現過擬合問題,使模型的泛化能力強呢?一般情況下,為了盡量減少特徵自由度,會根據訓練樣本的分佈情況,人為地減少、省略一些項。但是,這種人為地刪減特徵會帶來一些「自我分析」代價,雖然對訓練樣本分類效果好,但是對訓練樣本外的樣本,不一定效果好。所以,一般情況下,還是要保存所有的多項式特徵,避免對訓練樣本的人為選擇。 影片內容 pdf:https://www.csie.ntu.edu.tw/~htlin/course/mlfound18fall/doc/12_handout.pdf